第三章 神经网络2-hopfield网络.pptVIP

Hopfield网络属于无监督学习神经元网络。Hopfield网络是单层反馈网络，是一种全连接加权无向图，可分为连续型和离散型二种形式。 1 离散Hopfield网络 Hopfield网络的工作过程有4个步骤： 1）存贮（学习），异步、随机。 2）初始化，加入初始试样，然后移走。 3）迭代直至收敛 4）输出，得到稳定点 。 例7-3　假设一个3节点的离散Hopfield神经网络，已知网络权值与阈值如下图7－30所示，已知网络权值初值圈内为阈值，线上为连接函数。计算状态转移关系。 图7－30 离散Hopfield神经网络 解析：以初始状态 为例，我们可以依次选择节点 ，确定其节点兴奋的条件及状态的转移。假设首先选择节点 ，激励函数为 可见，节点 处于兴奋状态并且状态y1由0→1。网络状态由000→100，转移概率为1/3。同样其它两个节点也可以以等概率发生状态变化，它们的激励函数为 节点 状态保持不变。因此，由状态000不会转移到001和010。 图2－30 b)网络状态转移，圈内为状态，线上为转移概率 第5章 单片机的定时/计数器