线性神经网络 2a1 构建连续Hopfield 网络.pptVIP

例 2-10-1M 构建 连续Hopfield网络 构建连续Hopfield网络 Command Window: w =0.6925 -0.4694 -0.4694 0.6925 b =0 0 v =1 -1 -1 1 y =1 -1 -1 1 结束 * 连续Hopfield网络 结构与模型 Matlab神经网络工具箱中，给出的是 连续Hopfield网络的离散化模型； 非线性作用函数为对称饱和线性函数， 见下页。 连续Hopfield网络 结构与模型 M用 符号 书用 符号 1 构建函数 　 其中, ：平衡期望值矩阵 。 非线性作用函数 3 网络仿真函数 y=sim(net,a b,c) 构建连续Hopfield网络 用于联想记忆 用于优化计算 构建连续Hopfield网络 构建2神经元的CHNN： m 2a1a.m 给定两个稳态，1个随机初态（二维平面） （1）用于联想记忆（稳态给定，求取权系值） （2）用于优化计算（权系值已知，由随机初态寻找稳态） 构建连续Hopfield网络 Matlab程序： m2a1a.m 构建连续Hopfield网络 m2a1a.m执行结果 给定两个稳态（*） 构建连续Hopfield网络 m2a1a.m执行结果 任意一个初态（o） 构建连续Hopfield网络 m2a1a.m执行结果 初态（o）收敛于一个稳态（*）的过程 初态（o）收敛于稳态的过程 构建连续Hopfield网络 m2a1a.m执行结果 构建连续Hopfield网络 构建2神经元的CHNN： m 2a1b.m 给定两个稳态，6个随机初态（二维平面） 收敛到两个稳态 构建连续Hopfield网络 Matlab程序： m2a1b.m 构建连续Hopfield网络 m2a1b.m执行结果 给定两个稳态（*） 构建连续Hopfield网络 m2a1b.m执行结果 初态（o）收敛于稳态（*）的过程 每个点收敛到稳态的过程（共6点） 构建连续Hopfield网络 m2a1b.m执行结果 初态（o）收敛于平衡点（*）的过程 构建连续Hopfield网络 m2a1b.m执行结果 初态（o）收敛于平衡点（*）的过程 构建连续Hopfield网络 m2a1b.m执行结果 初态（o）收敛于平衡点（*）的过程 构建连续Hopfield网络 m2a1b.m执行结果 初态（o）收敛于平衡点（*）的过程 构建连续Hopfield网络 m2a1b.m执行结果 初态（o）收敛于平衡点（*）的过程 构建连续Hopfield网络 m2a1b.m执行结果 Command Window: v =1 -1 -1 1 y =1 -1 -1 1 构建连续Hopfield网络 构建3个神经元 CHNN：m2a1c.m 给定两个稳态，5个随机初态（3维平面） 实验验证联想记忆能力 构建连续Hopfield网络 Matlab程序： m2a1c.m 构建连续Hopfield网络 m2a1c.m执行结果 给定两个稳态（*） 构建连续Hopfield网络 m2a1c.m执行结果 5个初态（）收敛于稳态（*）的过程 *