多值指数双向联想记忆模型及在多证据推理中的应用研究

（1）提出并建立了一系列多（二）值改进型双向联想记忆（BAM）模型，证明了各模型的联想稳定性，存储容量下界，分析表明存储容量，纠错性能均优于同类模型。在此基础上，导出了多向多（二）值联想记忆模型（MDAM），对MDAM进行的稳定性分析确保了所建模型能完全存储多向模式组，弥补了国外同类研究缺乏稳定性证明或难以证明的不足。（2）构造了（加权型）多重多（二）值型多证据动态推理模型，证明了诸模型的稳定性，确定了多数投票因子下界，理论分析均获得了与直觉相一致的表决因子，上述研究开拓了联想记忆模型的应用范围。作为一般性推理模型可应用于多专家决策，数据融合，多形态模型识别及组合分类器构建等领域。