论文部分内容阅读
基于Dubois提出的带参数亭的t-模Tξ：了一种参数化的广义模糊联想记忆网络Max-TξFAM。由于疋中参数孝的作用，在应用中Max-TξFAM有更强的可调性和灵活性。接着利用Tξ的伴随蕴涵算子，提出了Max—TξFAM的一种有效学习算法。从理论上严格证明了，只要Max-TξFAM能完整可靠地存储所给的多个模式对，则所提出的学习算法一定能找到使得网络能完整可靠存储这些模式对的所有连接权矩阵的最大者。最后，用实验说明了所提出的学习算法的有效性。