网络内部资料.pptVIP

* ● Hopfield网络 1、网络的结构为： x1 x2 xn … X1(0) X2(0) … Xn(0) 结构: 所有神经元与其它单元相连,但无自连接; 特点: 1)是反馈网络; 2)是动态网络; 3)有记忆功能(存储器). 应用: 联想记忆和优化计算; 工作方式: 异步和同步; 　　　　　异步 　　　　　同步 是单层反馈网络.有二种形式:连续和离散 连续:输出是连续量 离散:输出是离散量 类型：有二种形式:连续和离散 2、网络的工作方式： 工作过程： 1)异步:讨论及举例 2)同步:讨论及例子 3、网络的稳定性和吸引子 如果系统是稳定，则它可以从任何一个初态收敛到稳定状态，反之出现震荡 联想记忆：稳态视为一个记忆样本，初态朝稳态收敛过程视为寻找记忆样本的过程，初态认为是给定样本的部分信息，网络状态改变过程是从部分信息找全部信息过程，从而实现联想记忆的功能 优化计算：若将稳态与某种优化计算的目标函数相对应，并作为目标函数的极小点，初态朝稳态收敛过程视为优化计算过程。优化计算是在网络演变过程中自动完成。 定义若网络的状态X=f(WX-θ)，则称X为网络的稳定点或吸引子。 定理：对于离散Hopfield网络，若按照异步方式工作，且权连接矩阵W为对称矩阵，则对于任意的初态，网络都最终收敛到一个吸引子。 定理：对于离散Hopfield网络，若按照同步方式工作，且权连接矩阵W为非负定对称矩阵，则对于任意的初态，网络都最终收敛到一个吸引子。 xi 对于具有N个神经元的网络，其状态可以用向量S来确定： S是N位二进制信息，满足以下条件： 时间t趋近无限，允许回归网络达到稳态； 工作过程 1）存贮阶段。确定权值矩阵。设要存贮的向量为：