基于联想记忆的Hopfield神经网络的设计与实现-张少平.pdfVIP

4 5 1 ( ) Vol ． 4 5 ，No ． 1 第 卷第 期 上海师范大学学报 自然科学版 2 0 1 6 2 Journal of Shanghai Normal University (Natural Sciences) Feb ． ，2 0 1 6 年 月 DOI :10 ． 3969 / J． ISSN． 1000 － 5137 ． 20 16 ． 0 1． 003 基于联想记忆的Hopfield 神经网络的设计与实现 ， ， 张少平 徐晓钟 马 燕 ( ， 200234) 上海师范大学信息与机电工程学院 上海 : Hopfield 、 、 ， 摘 要 介绍了反馈型神经网络 网络的定义 原理 模型和基本学习规则 并构造了 Hopfield ． 、 ， : 一个用于联想记忆的 神经网络模型 对实验结果进行分析 比较 实验结果表明 Hopfield 、 ; 神经网络用于数字识别是可行 有效的 该方法较传统神经网络能提高网络的记忆能 ; BP ， ， 力和数字识别的正确率 该方法有别于以往的 神经网络的模式识别 结合一些优化算法 ， Hopfield ， 如遗传算法 能对 神经网络的联想记忆稳态进行优化 增强神经网络的联想记忆 能力． :Hopfield ; ; ;MATLAB ; 关键词 神经网络 联想记忆能力 数字识别 遗传算法 : : : 中图分类号 TP 183 文献标志码 A 文章编号 1000-5137 (2016)01-0016-05 0 引 言 (Neural Network ，NN) ， 神经网络 通过对人脑或生物神经网络基本特征的抽象和建模 用大量简单计 ( ) ， 、 、 算单元 神经元 构成非线性系统 研究非程序的 适应性的和大脑神经网络的信息处理 存储和检索功 ． 、 ， NN ． 能 因而神经网络具有学习 记忆和计算等智能处理功能 联想记忆是目前 的一个重要研究课题 Hopfield ［1］， ， 网络模拟了生物神经网络的记忆功能 可以看成是非线性联想记忆或按内容寻址存储器 研 究Hopfield 神经网络的联想记忆———数字识别功能有重要意义． ， Hopfield 噪声数字的识别具有很广泛的应用前景 本文作者构建了一个离散