Max-C 与 Min-D 投影自联想模糊形态记忆：理论及人脸识别应用
计算机视觉与模式识别
2019-09-04 v2
摘要
Max-C 与 min-D 投影自联想模糊形态记忆（max-C 与 min-D PAFMM）是两层前馈模糊形态神经网络，能够实现用于存储和检索超立方体上有限模糊集或向量的联想记忆。本文探讨这些自联想记忆的主要特性，包括无限的绝对存储容量、快速的存储项检索、极少的伪记忆，以及对膨胀噪声或腐蚀噪声均具优异的容错性。我们特别关注所谓的 Zadeh PAFMM，其除不执行浮点运算外，在 max-C 与 min-D PAFMM 中表现出最大的噪声容限。计算实验表明，Zadeh 的 max-C PFAMM 结合噪声掩蔽策略，可产生一种快速且鲁棒的 classifier（分类器），在人脸识别方面具有强大潜力。
引用
@article{arxiv.1902.04144,
title = {Max-C and Min-D Projection Autoassociative Fuzzy Morphological Memories: Theory and an Application for Face Recognition},
author = {Alex Santana dos Santos and Marcos Eduardo Valle},
journal= {arXiv preprint arXiv:1902.04144},
year = {2019}
}