Min-max 模糊 Hopfield 网络的一个基于容错性的学习算法
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

国防预研基金资助项目


A Learning Algorithm Based on Fault-tolerance for Min-max Fuzzy Hopfield Networks
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    在一定的条件下证明了 Min-max 模糊 Hopfield 网络吸引子的吸引域随着连接权矩阵的减小而增大,在此基础上,设计了一个基于容错性的学习算法。在一定的意义下,用该学习算法得到的矩阵最小,从而此时系统具有最优容错性。最后用实例验证了结论。

    Abstract:

    In the paper,we prove under some conditions,that the attractive basin of the attractor of min-max fuzzy Hopfield network increases when the connected weighted matrix decreases. In accordance with this conclusion,we design a learning algorithm based on the fault-tolerance of the network,the matrix obtained by the learning algorithm is minimum,consequently,the fault-tolerance of the network is optimal. Finally,the example demonstrates our conclusions.

    参考文献
    相似文献
    引证文献
引用本文

刘普寅. Min-max 模糊 Hopfield 网络的一个基于容错性的学习算法[J].国防科技大学学报,1998,20(1):109-114.
Liu Puyin. A Learning Algorithm Based on Fault-tolerance for Min-max Fuzzy Hopfield Networks[J]. Journal of National University of Defense Technology,1998,20(1):109-114.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:1997-04-15
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2014-01-03
  • 出版日期:
文章二维码