连续双向联想记忆模型的稳定性分析

对于连续型Ｈｏｐｆｉｅｌｄ模型的平衡态特征，目前人们已经得到了很多富有意义的成果，本文说明，连续Ｈｏｐｆｉｅｌｄ模型的大部分结论都可以推广到连续双向联想记忆模型，我们重点讨论了平衡态条件、渐近稳定性以及围绕一稳定平衡点的吸引域等问题，所得到的结论对于ＢＡＭ的设计和应用都是很有意义的。     

互连型可编程神经网络电路的设计与应用试验

在讨论Ｈｏｐｆｉｅｌｄ模型和ＩＰＡ模型两种联相储神经网络上基础上，提出一种易于用ＶＬＳＩ实现的电路结构，可以构成上述两种形式的可编程联想存储器，并详细介绍了电路的结构和用于模式恢复的试验结果。     

IP与ATM结合技术的模型及发展趋势（中）

ＩＰ与ＡＴＭ结合技术的模型及发展趋势（中）赵慧玲张国宏３在ＡＴＭ上支持ＩＰ协议的几种技术３１重叠模型技术属于重叠模型的技术包括ＬＡＮＥ、ＩＰＯＡ和ＭＰＯＡ。３１１ＬＡＮＥ（局域网仿真技术）（１）ＬＡＮＥ的参考配置ＬＡＮＥ的参考配置如图６所示。（...     

四元数神经网络模型的计算机模拟研究

用Ｄｉｒａｃ符号表示１６态四元数离散神经网络模型，用计算机模拟讨论了该模型的存贮容量和容错能力，与Ｈｏｐｆｉｅｌｄ模型对比，并进行了计算机１６值灰度或彩色图像识别模拟。     

Aubry模型和Soukoulis－Economou模型电子态局域性质的区别

Ａｕｂｒｙ模型和Ｓｏｕｋｏｕｌｉｓ－Ｅｃｏｎｏｍｏｕ模型是一维无公度系统的两个重要模型，它们都存在扩展态和局域态两种本征态。本文用数值结果表明，两种模型的局域态局域方式不同，前者局域态的波函数局域在系统的一个小范围内，后者局域态的波函数呈梳状分散地局域在系统的许多小区域。这一结果对于进一步研究Ａｕｂｒｙ模型和Ｓｏｕｋｏｕｌｉｓ－Ｅｃｏｎｏｍｏｕ模型有重要意义。     

Aubry模型和Soukoulis－Economou模型电子态局域性质的区别

Ａｕｂｒｙ模型和Ｓｏｕｋｏｕｌｉｓ－Ｅｃｏｎｏｍｏｕ模型是一维无公度系统的两个重要模型，它们都存在扩展态和局域态两种本征态。本文用数值结果表明，两种模型的局域态局域方式不同，前者局域态的波函数局域在系统的一个小范围内，后者局域态的波函数呈梳状分散地局域在系统的许多小区域。这一结果对于进一步研究Ａｕｂｒｙ模型和Ｓｏｕｋｏｕｌｉｓ－Ｅｃｏｎｏｍｏｕ模型有重要意义。     

基于ARG模型匹配算法的人脸特征定位

本文研究了基于 ＡＲＧ（ Ａｔｔｒｉｂｕｔｅｄ Ｒｅｌａｔｉｏｎ Ｇｒａｐｈ）模型匹配算法的人脸图象的特征定位方法。该方法可有效地完成眼、口、眉的自动定位。基于人脸生理特征我们建立人脸图象的ＡＲＧ模型对人脸图象进行了精确的描述。在此基础上本义采用了连续型Ｈｏｐｆｉｅｌｄ神经网络模型并行处理进行ＡＲＧ模型匹配,通过能量函数极小化得到全局最优的特征定位结果。实验结果证实了该方法有效、稳定、且具有较快的收敛速度。     

环结构神经网络及其互联想性能

本文提出一种称为环结构神经网络（ＬＡＮＮ）模型及其学习算法，它能像Ｈｏｐｆｉｅｌｄ网络，双向联想记忆（ＢＡＭ）网络和其它类似网络一样工作，特别是它能执行多类样本之间的互联想记忆，理论分析和计算机模拟都证明ＬＡＮＮ具有很好的收敛性，是一种有效的网络结构，最后本文给出了计算机模拟结果。     

基于Hopfield－Tank模型的神经网络的变参数方法

本文分析了Ｈｏｐｆｉｅｌｄ－Ｔａｎｋ模型在收敛性，稳健性，优化率以及计算速度方面存在的问题，之后根据外部惩罚函数法的基本思想提出了一种新的方法基于Ｈｏｐｆｉｅｌｄ－Ｔａｎｋ模型的神经网络的变参方法．本文还对ＴＳＰ的能量函数进行了改进，并对我国３１个城市的ＴＳＰ进行了软件模拟，得出了１５６４０公里的最短路径，在收敛性，稳健性，优化率以及计算速度方面的结果都十分满意．     

权重连接神经网络的光电实现

在Ｈｏｐｆｉｅｌｄ模型基础上，对具有权重连接的Ｈｏｐｆｉｅｌｄ模型引入连接权重矩阵，这样只要在Ｈｏｐｆｉｅｌｄ内容寻址记忆光电阵更前多加一个连接权重矩阵阵列，则得具有权重连接的神经网络模型的光电实现。     

一类离散Hopfield网络的吸引特性研究

该文以n维超立方体为大规模局域连接模型的离散Hopfield网络(简称An网)为研究对象,深入讨论了这种网络的吸引特性,包括吸引子/吸引环的结构和吸引半径等,得出了具有相同结构的吸引子/吸引环具有相同的吸引特性和吸引半径,并给出了它们的吸引半径;进一步地,本文将上述讨论扩展到较为一般的离散Hopfield网络,讨论了它们的吸引子/吸引环与An网的吸引子/吸引环相同(或部分相同)的条件,以及相应的吸引子/吸引环的吸引半径,得出了迁移越大,保留An网吸引子/吸引环的数目越少,且吸引半径越小的结论。     

AN ALGORITHM FOR VLSI CHANNEL ROUTING USING NEURAL NETWORK

The algorithm for VLSI channel routing using Hopfield neural model is discussed inthis paper.The basic methods of mapping VLSI channel routing problem to Hopfield neural net-work,constructing energy function,setting initial neural status,and selecting various parametersare proposed.Finally,some experimental results are given.     

一类离散Hopfield网络吸引状态的特征分析

该文首先讨论了超立方体图所对应的连接矩阵的特征向量,进而深入系统地分析了以n维超立方体为大规模局域连接模型的离散Hopfield网络的吸引特性之一,稳定吸引状态的位置、数量及其分布。研究结果表明,网络连接权矩阵的特征向量及其拼接向量均为网络的吸引子或吸引环,且其在网络状态空间中具有均匀对称的分布格局。     

高阶Hopfield型神经网络的定性分析

本文讨论高阶连续型Hopfield神经网络平衡态的性质,包括平衡态的存在唯一性和稳定性.借助于Banach不动点原理和Lyapunov方法得到了若干平稳态存在唯一和全局渐近稳定的充分条件.作为特例,获得了一阶连续型Hopfield神经网络稳定性的新判据.     

Kosko型双向联想记忆与Hopfield神经网络的关系

深入理解K0sko型双向联想记忆(BAM)网络是学习使用其它双向联想记忆的基础.如果我们按照传统的方法介绍BAM网络,学生很容易产生两个疑问:能量函数为什么是定义的?BAM网络与Hopfield网络的内在联系是什么?本文在说明Kosko型BAM网络就是一种特殊的Hopfield网络后,从Hopfield网络的能量函数出...     

延迟离散Hopfield网络的稳定性条件

主要利用状态转移方程和定义能量函数的方法对具有时延的离散Hopfield神经网络的动力学行为进行了研究,并且获得了若干稳定性结果.给出了延迟离散Hopfield神经网络收敛于周期为4的极限环的一个充分条件,获得了延迟网络有稳定状态的条件,并且得到了延迟网络既没有稳定状态也没有周期为2的极限环的条件.同时,这些结果用两个例子进行了验证.这些结果推广了一些已有的离散Hopfield神经网络的稳定性结果.     

STABILITY ANALYSIS OF ARTIFICIAL NEURAL NETWORKS UNDER RANDOM PERTURBATION

Based on the theory of stochastic differential equation,the stability of a kind ofcontinuous-time generalized Hopfield neural networks with white noise perturbation is studiedin the paper,and the related stability criteria and design requirements of neural networks areestablished.     

具有时滞的高阶Hopfield型神经网络的稳定性

通过Lyapunov泛函的方法，对具有时滞的高阶连续型Hopfield神经网络平衡点的稳定性进行分析，利用Razumikhin定理得到平衡点全局一致渐近稳定的时滞相关与时滞无关充分条件。     

神经网络随机扰动稳定性研究

本文基于随机微分方程理论,严格地分析了一类广义的Hopfield连续时间神经网络在白噪声扰动下的稳定性,并建立了相应的稳定性判据和网络的设计准则。