29Hopfield神经网络模型与学习算法.pptVIP

Hopfield神经网络模型与学习算法 概述 2.9.1离散Hopfield 神经网络 网络模型表示法一 2.9.1离散Hopfield 神经网络 网络模型表示法二 2.9.1离散Hopfield 神经网络 相关参数说明 任意神经元i与j间的突触权值为wij，神经元之间连接是对称的，神经元自身无连接. 每个神经元都同其他的神经元相连,其输出信号经过其他神经元又有可能反馈给自己 设Hopfield网络中有n个神经元，其中任意神经元的输入用ui表示，输出vi用表示，它们都是时间的函数，其中vi(t)也称为神经元在时刻t的状态。 2.9.1离散Hopfield 神经网络 激励函数 2.9.1离散Hopfield 神经网络 离散Hopfield网络的运行规则 (1)串行(异步)工作方式 在任—时刻，只有某—神经元 (随机的或确定的选择)依上式变化，而其他神经元的状态不变。 (2)并行(同步)工作方式 在任一时刻，全部神经元的状态同时改变。 2.9.1离散Hopfield 神经网络 串行(异步)工作方式运行步骤 第一步 对网络进行初始化； 第二步 从网络中随机选取一个神经元； 第三步 按式(2-5)求出该神经元i的输出； 第四步 按式(2-6)求出该神经元经激活函数处理后的输出，此时网络中的其他神经元的输出保持不变； 第五步 判断网络是否达到稳定状态，若达到稳定状态或