- 1、本文档共13页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
NeuralNetworkOverview1类神经网路综览.doc
Hopfield類神經網路綜覽
I. Introduction
A. Hopfield網路模型
(1982年美國物理學家Hopfield發表論文提出Hopfield網路模型
(為互相連接的網路模型
(1984年設計出電子電路模擬這種網路的性質
(並以這種網路有效地解決了數學上著名的”旅行推銷員問題(TSP)”NpC問題(Np-Complete)
組合最佳化問題
(引起巨大的震驚和關注
B.Hopfield模型的建立是神經網路研究的重要裏程碑
(類神經網路計算機(用不完整的資訊來定址並獲取完整的資訊)
這些想法在原則上不同於Von Neumann型的數位計算機
(用位址值來定址並獲取完整的資訊)
(初期的Hopfield網路模型是一個二值模型,後來才發展為連續的模型
(介紹Hopfield網路模型之前必需先瞭解Hopfield 的所謂內容定址記憶體的觀念
(Content-Addressable Memory)
C.Example
4個圖樣
每個圖樣均由6個黑白點所構成
圖樣
編號
以Hopfield方法解決這4個圖樣的記憶與聯想
(自聯想記憶問題)
一、學習過程
1.以+1代表黑點
-1代表白點
0代表未知
圖樣1:{+1,-1, +1,-1, +1,-1}
圖樣2:{-1, +1,-1, +1,-1, +1}
圖樣3:{+1, +1, +1, +1, +1, +1}
圖樣4:{-1,-1,-1,-1,-1,-1}
2.加權值矩陣
利用公式
Hopfield
用Hebbian訓練法則
收斂速度很快
適用於聯想記憶或分類
優化方面
二、回想過程
聯想一個具有雜訊或不完全的圖樣
即x={+1, +1, +1,-1, +1,-1}
第一次迭代為
第二次迭代為
數值已不再改變,因此停止迭代
圖樣為
II. Hopfield Neural Network
A. 1982年美國物理學家J. Hopfield發表論文提出Hopfield網路模型
(聯想貯存器
(用於解決最優化問題
B. 二值Hopfield網路模型
(1)一個神經元層次
(2)每個處理單元均有一個狀態值
用 0 1表示
或用 -1 1表示
表為x=(x1, x2, x3,......,xn) 共有n個處理單元
若有一綱路狀態x=(1, 1, 0, 0)
(3) 當綱路的神經元狀態改變
整個綱路的狀態也隨著變化
(4) Hopfield綱路各個神經元之間是全互連的而且是雙向的
( 這種連接方式,便得綱路中每個神經元的輸出
均反饋到其它神經元的輸入上
(5) 每個連接均有一個數值
符號 wij: 神經元i與神經元j之間連接數值
wij=wji
當wij=wji的條件滿足時
( 綱路肯定可以收斂到某一個穩定值
但很多情況 wij ≠ wji時
綱路亦可能收斂
(6) Hopfield Net 的另一種表示方式
n個神經元有n (n-1)個連接
數值的大小可由交叉點上圓圈的顏色深淺程度來表示
(7) 若神經元j的狀態值改變
則按下面兩式來計算新的狀態值
Liapunov Function
(8) Hopfield綱路的狀態與其能量有關
能量定義為
(9) Hopfield 綱路狀態的連續改變過程
( 使能量變小的過程
每次神經元狀態的改變
整個綱路的能量或者與以前相同或者是下降
(10)每個神經元j的能量
(11)若狀態未變,則Ej保持不變
若狀態變了,則
結論: 狀態的變換過程是一個能量極小化的過程
Example
國籍 等級 打擊率 婚姻 球齡
(本國、外國) (正選、後補) (高於二成) (多於8年)
張三 +1 (1 +1 +1 (1
李四 +1 (1 (1 (1 +1
王五 (1 (1 +1 +1 (1
III. Discussion: Hopfield Neural Network
A. Hopfield找出一個Liapunov Function的能量函數
(此能量函數恰好對映自聯想記憶問題
與其它綱路一樣
層與層之間的權衡值可以表示成矩陣的型式
並用w來代表權衡矩陣
(Kohonen與Grossberg於1983年證明出
只要權衡矩陣w是對稱矩陣
您可能关注的文档
- 8种时间选择定时控制IC-GL2100D.doc
- 11材料科学与工程培养方案-材料学院-深圳大学.doc
- 11正丁醚的制备及折光率的测定.ppt-运城学院.ppt
- A01广东聚光电子科技有限公司-机电工程学院.doc
- ACCESS资料库密笈.doc
- 11胺和生物碱.ppt.ppt
- AC多功能定时IC.doc
- 12.1辐射换热的基本概念.ppt
- 122期-秋水诗社.doc
- AER-102-PH_通信取扱説明书_AER1CPHJ1.doc
- 《JJF 2132-2024荧光紫外灯人工气候老化试验装置校准规范:辐射照度参数》.pdf
- JJF 2120-2024轮速传感器校准规范.pdf
- 计量规程规范 JJF 2120-2024轮速传感器校准规范.pdf
- 《JJF 2129-2024钙钛矿太阳电池校准规范:光电性能参数》.pdf
- JJF 2129-2024钙钛矿太阳电池校准规范:光电性能参数.pdf
- 《JJF 2120-2024轮速传感器校准规范》.pdf
- JJF 2117-2024沥青混合料理论最大相对密度仪校准规范.pdf
- JJF 2116-2024特定蛋白分析仪校准规范.pdf
- 《JJF 2116-2024特定蛋白分析仪校准规范》.pdf
- 计量规程规范 JJF 2117-2024沥青混合料理论最大相对密度仪校准规范.pdf
文档评论(0)