- 1、本文档共4页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第三章 Hopfield神经网络
HNN模型是目前得到了最充分研究和广泛应用的反馈式神经元网络模型。Hopfield将“能量函数”的概念引入分析一类人工神经元网络的稳定过程,使网络运行的稳定性判断有了可靠和简便的依据。开辟了人工神经网络应用于联想记忆和优化计算等领域的范围。
Hopfield神经网络利用渐近稳定点来解决问题:
如果把系统的稳定点视为一个记忆的话,那么从初态朝这个稳定点的演变过程就是寻找记忆的过程,初态可以认为是给定的有关记忆的部分信息;(联想记忆)
如果把系统的稳定点视为一个能量函数的极小点,把能量函数视为一个优化问题的弥补函数,那么从初态朝这个稳定点的演变过程就是一个求该优化问题的过程。(优化计算)
这样的优点在于它的解并不需要真的去计算,而只要构成这种反馈网络,适当的设计其连接权值和输入就可达到目的。
一、离散型Hopfield网络
1、网络结构
Hopfield网络为一层结构的反馈网络,能处理双极型离散数据,即输入 及二进制数据。Hopfield网络的各个神经元都是相互连接的,即每一个神经元都将自己的输出通过连接权传送给所有其它神经元,同时每个神经元又都接收所有其它神经元传递过来的信息。特别值得注意的是,由于Hopfield网络的这种结构特征,对于每一个神经元来说,自己输出的信号经过其它神经元又反馈回自己,所以也可以认为Hopfield网络是一种反馈型神经网络。
对网络给定初始输入x时,网络就处于特定的初始状态,由此初始状态开始运行,可以得到网络输出即网络的下一状态;
然后,这个输出状态通过反馈回送到网络的输入端,作为网络下一阶段运行的输入信号,而这个输入信号可能与初始输入信号不同,由这个新的输入又可得到下步的输出,这个输出也可能与上一步的输出不同;
如此下去,网络的整个运行过程就是上述反馈过程的重复。
如果网络是稳定的,那么,随着许多次反馈运行,网络状态的变化减少,直到后来不再变化,达到稳态。这时,在网络的输出端可以得到稳定的输出。
2、网络运行规则
(1) 从网络中随机选取一个神经元ui;
(2) 求所选中的神经元ui的所有输入的加权总和;
(3) 计算ui的第t+1时刻的输出值,即
(4) ui以外的所有神经元输出保持不变
(5) 返回到第一步,直至网络进入稳定状态。
3、网络计算能量函数与网络收敛
设t时刻网络的状态用n个神经元的输出向量U(t)表示:
设每个神经元只有“1”或“0”两种状态,所以n个神经元共有 个组合状态,即网络具有种状态。
网络的能量函数可定义为网络状态的二次函数:
按照Hopfield工作运行规则,随着网络状态的更新,网络能量函数将单调递减。
当网络的状态随时间发生变化时,网络能量沿其减小的方向变化,最后落入能量的极小点。一旦能量落入某个极小点之后,按Hopfield工作运行规则,网络能量函数将会“冻结”在那里。也就是说网络不见得一定收敛到全局的最小点,这是Hopfield网络的一个很大缺陷。同样的,Hopfield网络的收敛情况依赖于网络的初始状态。
对于同样结构的网络,当网络参数有所变化时,如连接权初始值随机数的取值形式或随机数的振幅有所不同时,网络的能量函数也将发生变化,其曲线或曲面(超曲面)对应的极小点的个数和大小也将变化。
4、应用举例
用Hopfield网络解决具体优化问题的过程:
(1) 对于特定的问题,选择一种合适的表示方法,使得神经元网络的输出与问题的解对应起来;
(2) 构造神经元网络的能量函数,使其最小值对应于问题的最佳解;
(3) 由能量函数倒过来推出神经元网络的结构,即神经元之间的连接权和阈值;
(4) 由网络结构建立起网络,令其运行,那么稳定状态就是在一定条件下问题的解。在条件有限的情况下,由网络结构可推导出网络的运行方式,在计算机上模拟,也能得到满意的解。
5、反馈式神经网络的特点
(1) 结构的特点:
前馈型神经网络:取连续或离散变量,一般不考虑输入与输出在时间上的滞后效应,只表达输出和输入的映射关系;
反馈型神经网络:可以用连续或离散变量,考虑输入与输出之间在时间上的延迟,需要用同台方程(差分方程或微分方程)来描述神经元和系统的数学模型。,
(2) 学习方式的特点:
网络的权值不是经过反复学习获得,而是按一定规律进行设计,网络权值一经确定就不再改变。
(3) 运行方式的特点:
网络中各神经元的状态在运行过程中不断更新演变,网络运行达到稳态时各神经元的状态就是问题之解。
您可能关注的文档
- 机床动力学特测试与仿真实验报告.docx
- 金融学概论教案讲义笔记 Chapter 1 货币.docx
- 金融学概论教案讲义笔记 Chapter 2 利息与利率.docx
- 金融学概论教案讲义笔记 Chapter 11 金融与经济发展.docx
- 金融学概论教案讲义笔记 Chapter3 金融市场.docx
- 金融学概论教案讲义笔记 第八章.docx
- 金融学概论教案讲义笔记 第九章.docx
- 金融学概论教案讲义笔记 第六章.docx
- 金融学概论教案讲义笔记 第七章.docx
- 金融学概论教案讲义笔记 第十章.docx
- 2023年12月江西九江市市民热线服务中心公开招聘话务员笔试笔试历年典型考题及考点研判与答案解析.docx
- 2023年12月江西遂川天然气有限公司客服专员公开招聘1人笔试笔试历年典型考题及考点研判与答案解析.docx
- 2023年12月杭州市上附外国语学校(民办)公开招聘5名优秀教育人才笔试笔试历年典型考题及考点研判与答案解析.docx
- 2023年12月新疆师范大学面向社会公开招聘20名事业编制中小学教师(第三批)笔试笔试历年典型考题及考点研判与答案解析.docx
- 2023年12月新疆生产建设兵团第十二师度面向社会公开招聘29名事业单位教育教师类岗位工作人员215笔试笔试历年典型考题及考点研判与答案解析.docx
- 2023年12月江苏扬州市公安局江都分局招考聘用巡防警务辅助人员24人笔试笔试历年典型考题及考点研判与答案解析.docx
- 2023年12月浙江宁波市江北区旅游协会1人笔试笔试历年典型考题及考点研判与答案解析.docx
- 电力设备行业研究报告.docx
- 2023年12月浙江丽水市体育运动训练中心招考聘用优秀退役运动员笔试笔试历年典型考题及考点研判与答案解析.docx
- 2023年12月江西省资溪县事业单位下半年公开招考高素质和短缺专业人才笔试笔试历年典型考题及考点研判与答案解析.docx
最近下载
- 赌博有关检举信范文.doc
- 2021年广州市越秀区明德实验学校小升初英语模拟题.docx VIP
- 儿童营养餐制作技巧分享.pptx VIP
- 开心学英语六年级时态练习.doc VIP
- 同济大学2021-2022学年第1学期《环境微生物学》期末考试试卷(A卷)及标准答案.docx
- 2023春国开合同法第4章试题及答案.docx
- 2024春国家开放大学02558_中国当代文学专题期末考试题含答案.doc
- 广州版英语六年级下册知识点.docx VIP
- 2022安徽池州东至安东投资控股集团限公司招聘18人上岸笔试历年难、易错点考题附带参考答案与详解.docx
- 水务集团自来水公司供水营销中心抄表工作人员考核办法.docx
文档评论(0)