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! |
|