四元数神经网络.pptxVIP

1 ASSOCIATIVE MEMORY IN QUATERNIONIC HOPFIELDNEURAL NETWORK基于四元数的Hopfield联想记忆模型 四元数的代数结构 2 3 神经元模型 网络描述:离散时间双极值的Hopfield网络,采用串行工作方式 4 网络权值矩阵 这里N表示样本向量的维数，即网络中神经元的个数,0≦p,q ≦N； np表示样本的个数,权值矩阵W是一个N×N的矩阵. 权值矩阵W是共轭对称，对角元非负的： 5 收敛性结果 结果：对于串行的离散时间双极值的四元数Hopfield网络，若权值矩阵共轭对称 且对角元非负，则每次迭代后，能量函数E是单调减的（非严格）. 6 数值试验1 实验描述：3个神经元存储1个样本 不动点：由于网络中只存储了一个样本， ξ1和（-ξ1）肯定是网络的不动点 7 数值试验1 {ξ1, ξ2,… ,ξ16}称为一个多重态（multiplet）； {ξ2, ξ3，… ,ξ16}称为样本ξ1的退化模式（degenerated pattern）. 表中的16个向量都是网络的 不动点，并且权值矩阵W均 可以由表中任意一个向量产生 8 多重态现象的原因 由于网络是双极值的，即四元数的每个分量只能取1或-1，满足要求的 a只有16个，所以一组多重态所含向量的个数是16. 数域 一个多重态所含向量的个数 单位变换 实数域 2=21 1，-1