|
|||||
|
|
| 讲座：人工神经网络：第四讲 反馈网络与联想记忆（续） | |
| 引用本文： | 黄家英,蔡勇.讲座：人工神经网络：第四讲 反馈网络与联想记忆（续）[J].自动化与仪器仪表,1997(6):46-50. |
| 作者姓名： | 黄家英 蔡勇 |
| 作者单位： | [1]四川联合大学 [2]西南工学院 |
| 摘 要： | 4基本学习规则Hopfield网络的学习，采用的是无导师学习。学习的过程相应于形成网络的连接权矩阵W。讨论的中心问题在于，如何使网络对于给定的问题进行学习，建立连接权矩阵，并使网络具有较强的联想记忆能力。假设需要存贮的记忆样本有P个X1，X2，…，XPXi∈{－1， 1}n（1）Hebb学习规则a．对一个模式的学习为了分析简便，首先考虑网络对一个模式的学习。这时需要存贮的记忆样本只有1个（设为X1），它将成为网络的稳定状态，并具有最大的吸引域，或者说具有最大的“纠错能力”。将记忆样本X1输入到网络，并作为网络的初始状态，经过… |
| 关 键 词： | 人工神经网络 基本规则 反馈网络 联想记忆 |
| 本文献已被 CNKI 维普 等数据库收录！ | |