神经网络导论第三部分课程.pptVIP

第三章 概述 反馈神经网络模型可用一完备的无向图表示。从系统的观点看，反馈神经网络模型是一反馈动力学系统，它具有极复杂的动力学特性。在反馈神经网络模型中，我们关心的是其稳定性,稳定性是神经网络相联存储性质的体现，可以说稳定就意味着完成回忆。从计算的角度讲，反馈神经网络模型具有比前馈神经网络模型更强的计算能力。 内容提要 Hopfield神经网络模型 海明神经网络模型 双向联想存储器 应用实例分析 第一节 Hopfield模型 Hopfield神经网络模型的结构 Hopfield神经网络模型结构描述 Hopfield神经网络模型一般由单层全互连的神经元ui(i=1,…，n)组成。神经元没有自连接,即wii＝0；神经元与神经元之间的连接是对称的，即wij＝wji。 Hopfield模型数学描述 输入 该模型中神经元实际上是一线性阈值单元。图中x1，x2，…，xn为该自适应线性元在t时刻的外部输入，用向量表示为: X＝（x1，x2，…，xn）T 这个向量称为自适应线性元的输入信号向量或输入模式向量。 Hopfield模型数学描述 连接权值 Hopfield模型数学描述 输出 二值输出 Hopfield模型的学习 当用Hopfield网络作相联存储器时，其权值赋予的规则称为外积存储规则