第26章基于Hopfield的数字识别.pptVIP

第二十六章 MATLAB优化算法案例分析与应用 第26章 基于Hopfield的数字识别 第二十六章 MATLAB优化算法案例分析与应用 26.1 Hopfield网络原理分析 Hopfield网络是神经网络发展历史上的一个重要的里程碑。由美国加州理工学院物理学家J.J.Hopfield教授于1982年提出，是一种单层反馈神经网络。 1984年，Hopfield设计并研制了网络模型的电路，并成功地解决了旅行商（TSP）计算难题（优化问题）。 Hopfield网络是一种互连型网络，它引入类似于切Lyapunov函数的能量函数概念，在满足条件的情况下，某种“能量函数”的能量在网络运行过程中不断地减少，最后趋于稳定的平衡状态。对于一个非线性动力学系统，系统的状态从某一初值出发经过演变后可能有如下几种结果：渐进稳定点（吸引子）、极限环、混沌、状态发散。 因为人工神经网络的变换函数是一个有界函数，故系统的状态不会发生发散现象。目前，人工神经网络经常利用渐进稳定点来解决某些问题。如果把系统的稳定点视为一个记忆的话 第二十六章 MATLAB优化算法案例分析与应用 26.1 Hopfield网络原理分析 ，那么从初态朝这个稳定点的演变过程就是一个寻找记忆的过程。如果把系统的稳定点视为一个能量函数的极小点，而把能量函数视为一个优化问题