网站最新上线:#www.hslogic.com/

Hopfield神经网络详解

上一篇 / 下一篇  2018-12-03 23:50:52

根据神经网络运行过程中的信息流向,可分为前馈式和反馈式两种基本类型。前馈网络的输出仅由当前输入和权矩阵决定,而与网络先前的输出状态无关。

美国加州理工学院物理学家J.J.Hopfield教授于1982年提出一种单层反馈神经网络,后来人们将这种反馈网络称作Hopfield 网。


DHNN网中的每个神经元都有相同的功能,其输出称为状态,用 xj 表示。

所有神经元状态的集合就构成反馈网络的状态

反馈网络的输入就是网络的状态初始值,表示为 X(0)=[x1(0),x2(0),…,xn(0)]T

反馈网络在外界输入激发下,从初始状态进入动态演变过程,变化规律为 

xj=f(net(j))


TAG:

 

评分:0

我来说两句

显示全部

:loveliness: :handshake :victory: :funk: :time: :kiss: :call: :hug: :lol :'( :Q :L ;P :$ :P :o :@ :D :( :)

日历

« 2018-12-12  
      1
2345678
9101112131415
16171819202122
23242526272829
3031     

数据统计

  • 访问量: 2171171
  • 日志数: 97
  • 建立时间: 2011-03-03
  • 更新时间: 2018-12-11

RSS订阅

Open Toolbar