形态学联想记忆存储性能的研究

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (21): 39-42.

形态学联想记忆存储性能的研究

冯乃勤，王善侠，敖连辉，徐久成，张新明

河南师范大学计算机与信息技术学院，河南新乡 453007

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-07-21 发布日期:2011-07-21

Research on recall performance of morphological associative memories

FENG Naiqin，WANG Shanxia，AO Lianhui，XU Jiucheng，ZHANG Xinming

School of Computer and Information Technology，Henan Normal University，Xinxiang，Henan 453007，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-07-21 Published:2011-07-21

摘要/Abstract

摘要： 形态学联想记忆（Morphological Associative Memories，MAM）的存储性能是衡量形态学联想记忆能力大小的重要指标。然而，迄今为止，对形态学联想记忆的存储性能，主要是对异联想形态学联想记忆（hetero-MAM）的存储性能的定量分析和定性刻画并未完成。这是一个悬而未决的理论问题，也是一个MAM应用的实际问题。针对这一问题开展研究，站在概率论的角度，提出一个MAM存储性能的概率模型，并进行了证明。通过定量分析和定性讨论，取得一致结论。研究和分析表明，hetero-MAM的存储性能受到输入模式向量维数n、输出模式向量维数m、以及输入、输出模式对数目K的影响，且三者的影响程度不同。提出的概率模型，对形态学联想记忆的研究、分析、设计和应用，具有一定的启发和帮助。

关键词: 形态学联想记忆, 存储性能, 概率模型

Abstract: The recall performance of Morphological Associative Memories（MAM） is an important criterion for judging the recall capacity of MAM.However，up to the present，for the recall performance of MAM，mainly for hetero-MAM，it has not been depicted quantitatively and not been analyzed qualitatively.It is an unsolved theoretical problem，and also a practical problem in applications.This paper focuses on the problem.A probability model of the recall performance of MAM is presented and proved，by using the probability method.Some consistent and significant conclusions are obtained through quantitative analysis and qualitative discussion.The research and analysis show that the input vector’s dimension n，the output vector’s dimension m，and the K，the number of pairs of input and output models，will influence the recall performance of MAM，and their influence to the recall performance is different.The probability model has some heuristic function and help significance for the research，analysis，design and application of MAM.

Key words: morphological associative memories, recall performance, probability model

冯乃勤，王善侠，敖连辉，徐久成，张新明. 形态学联想记忆存储性能的研究[J]. 计算机工程与应用, 2011, 47(21): 39-42.

FENG Naiqin，WANG Shanxia，AO Lianhui，XU Jiucheng，ZHANG Xinming. Research on recall performance of morphological associative memories[J]. Computer Engineering and Applications, 2011, 47(21): 39-42.

[1]	石贵民1，2，余文森1，2. 一种用于脸部特征检测的分层概率模型研究[J]. 计算机工程与应用, 2017, 53(20): 154-160.
[2]	郑伦川1，邓亚平2. 一种获取标签相关信息的多标签分类方法[J]. 计算机工程与应用, 2016, 52(14): 156-160.
[3]	夏春蕊1，王瑞1，李晓娟1，关永1，张杰2，魏洪兴3. 动态环境下基于概率模型检测的路径规划方法[J]. 计算机工程与应用, 2016, 52(12): 5-11.
[4]	王铭1，王瑞1，李晓娟1，关永1，张杰2，魏洪兴3. 非确定性环境中移动机器人避障策略的验证 ——基于形式化建模和概率分析[J]. 计算机工程与应用, 2016, 52(10): 31-38.
[5]	尚赵伟，李振华，张澜. 基于日志的协同图像自动标注[J]. 计算机工程与应用, 2015, 51(8): 178-182.
[6]	马陈，李钢，张仁斌，张慧君，秦亚军，谢昭. 基于视觉概率统计的无监督数字抠图模型[J]. 计算机工程与应用, 2015, 51(18): 169-174.
[7]	赵作林1，李兆民1，杨刚1，黄心渊2. 基于概率模型的树木间接光照效果的实时模拟[J]. 计算机工程与应用, 2015, 51(15): 161-166.
[8]	李志敏1，2，高斌2，赵治国2. 基于平均变化率和空闲长度的丢包概率模型[J]. 计算机工程与应用, 2015, 51(11): 88-92.
[9]	王艳1，2，乐嘉锦3，姜久雷1，张云2. 多维不确定性XML数据模型的研究[J]. 计算机工程与应用, 2013, 49(23): 91-94.
[10]	朱立谷¹，阳小珊²，罗洪元²，胡怀湘³，鄢楚平³. 网络存储综合测评技术研究[J]. 计算机工程与应用, 2010, 46(36): 61-65.
[11]	张玲艳，闫丽，王大凯. 图像梯度分类的概率模型及在边缘检测中的应用[J]. 计算机工程与应用, 2010, 46(18): 180-182.
[12]	韩建平,张林锋,陈临强. 用于虚拟广告系统的视频对象分割算法[J]. 计算机工程与应用, 2009, 45(5): 171-173.
[13]	彭星光，高晓光 . 一种环境辨识记忆动态贝叶斯优化算法[J]. 计算机工程与应用, 2009, 45(34): 4-6.
[14]	丁向民¹，徐斌². 基于GLR算法的新型概率句法分析器[J]. 计算机工程与应用, 2009, 45(32): 130-132.
[15]	连晓峰,窦丽华,陈杰. 基于概率模型的2维全局地图建立方法[J]. 计算机工程与应用, 2008, 44(2): 98-100.