第七课 Hopfield网络 人工神经网络理论及应用课件.ppt

人工神经网络理论及应用 屈桢深 哈尔滨工业大学 离散Hopfield网络 Hopfield网络运行规则 (1) 从网络中随机选取某神经元i; (2) 求下一时刻该神经元输出值ui (k+1)，其余神经元输出保持不变； (3) 返回(1)，直至网络输出进入稳定状态，即： 定理：当网络连接权无自连接，且满足 时，Hopfield学习算法总是收敛的 Hopfield网络能量函数 (1) 从网络中随机选取某神经元i; (2) 求下一时刻该神经元输出值ui (k+1)，其余神经元输出保持不变； (3) 返回(1)，直至网络输出进入稳定状态，即： 定理：当网络连接权无自连接，且满足 时，Hopfield学习算法总是收敛的(能量-极小) 收敛性证明，吸引子 能量函数 证明思路： (1) 计算当前改变状态神经元对应的ΔJr(k) (2) 计算当前未改变状态神经元对应的ΔJi(k) (3) 计算ΔJ =ΔJr +Σ ΔJi(k), 验证ΔJ≤0 说明网络从任意初值状态经过运行后，会陷入某个极小点(吸引子) 联想记忆 每一个吸引子对应一个联想记忆模式 相近状态(初值)经过网络运行之后，会收敛到某个记忆模式 联想记忆设计方法 定理：设Q个记忆模式 如果wij满足(1), 且模式v(q)满足(2)时， (1) (2