Hopfield神经网络的学习教案.pptxVIP

Hopfield神经网络的学习教案;网络结构形式; 图2.8.1;非线性系统状态演变的形式; Hopfield网络的稳定性可用能量函数进行分析。 目前，人工神经网络常利用渐进稳定点来解决 某些问题。例如，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。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 问题的目标函数，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。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，适当的设计其连接值和输入就可 达到目的。;离散型的 Hopfield神经网络;网络结构及I/O关系;两种工作方式;DHNN的稳定工作点;网络的稳定性分析; 关于DHNN的稳定性有如下的定理： 当网络工作在串行方式下时，若W为对称阵，且其对角元素非负，则其能量函数单调下降，网络总能收敛到一个稳定点。; 全并行方式下也有同样的结论。;DHNN网络设计;权值设计的方法;例 设计DHNN，并考察其联想性能。 说明所设计的网络没有准确的记忆所有期望的模式。;记忆容量分析;权值移动; 从动力学的角度来看，k值较小时，网络Hebb