连续Hopfield网络的结构和工作方式.pptVIP

离散的Hopfield网络 * 连续Hopfield网络的结构和工作方式 对于每个神经元, 有 1 将离散的Hopfield神经网络模型扩展到连续时间的动力学模型，输入和输出都取连续值，其网络的基本结构不变。 对于连续Hopfield 网络, 每个神经元的工作方式是 同样假定 2 连续和离散Hopfield网络的区别 优化计算 联想记忆 作用 连续方式（连续地随时间t并行地更新） 异步或同步 神经元状态更新 图 在一定范围变化的连续量 离散二值量 输入状态和输出变量 连续可微单调非减的S型函数 阈值函数 变换函数 多了一个微分方程（惯性环节） 状态方程式 连续Hopfield网络 离散Hopfield网络 1 -1 1 0 3 连续Hopfield网络的变换函数采用S函数 当 当 4 Hopfield利用模拟电路设计的连续Hopfield网络的电路模型 根据图示电路有 令 整理得 通过求解此微分方程，得到神经元的输出或状态 6 若令 则 7 谢谢！ 与离散比较，多了一个微分方程，相当于一个惯性环节，使得输入和输出之间产生延迟。如果没有这个延迟，即输入与输出相等，就是离散网络。可以说，离散的Hopfield是连续的一种特殊情况。 这个电路模型中，用运算放大器来实现其惯性环节。运算放大器电路实现的是神经元的结点。 分析电路是怎样模拟生物神经网络的特性的。运算放大器的输入输出模拟神经元的输入输出非线性关系。Ui是放大器的总输入，模拟第i个神经元的状态。并联电路使放大器的输入输出信号产生延迟，模拟神经元的时间常数，构成神经元的动态特性。相互联系的电阻的导纳模拟的是神经元间突触的特性，相当于权系数。外加的偏置电流相当于神经元的阈值。基尔霍夫定律得方程组。 相应的变量代换，就可以得到刚才讲过的连续Hopfield网络状态方程。通过学习可以看出，连续Hopfield网络是通过非线性微分方程组来描述的。如果给定初始状态，就可以通过求解一组非线性微分方程得到网络状态的运动轨迹。 *