第2章 神经似网络2-联想记忆1(n).docVIP

第二章 Hopfield联想记忆神经网络 26 2.1 简单线性联想网络(LAM) 26 2.2 Hopfield联想记忆模型 27 2.3 利用外积和的双极性Hopfield网络 28 2.4 Hopfield网络的存储容量 30 2.5 Hopfield网络的收敛性 32 2.6 二次优化问题的 Hopfield网络解法 36 2.7 双向联想记忆（BAM）网络 37 第二章 Hopfield联想记忆神经网络 Hopfield网络的神经单元是全连接的，即每两个单元都通过权值连接在一起。它的学习过程是一次完成的，而工作过程则是模拟人的联想记忆，通过反复迭代来完成。Hopfield网络除了具有联想记忆功能外，还能解决二次优化问题。 2.1 简单线性联想网络(LAM) 个输入样本向量及相应的理想输出样本向量，组成输入及理想输出矩阵和。所谓线性联想(Linear Associative Memory, LAM), 即试图构造矩阵使得 (2.1.1) 当然，一般来说，使(2.1.1)成立的可能并不存在，或者难于直接求得。 因此，我们希望能给出尽可能简单（易于求得）而又有效（即线性联想误差尽可能小）的选取权矩阵的方法。依据和选定以后，对中任一向量，定义其线性联想为