HOPFIELD Model Autoassociative Memory 源碼, 經典的HOPFIELD人工神經網絡例子源碼
標簽： Autoassociative HOPFIELD HOPFIELD Memory
上傳時間： 2015-01-05
上傳用戶：皇族傳媒
神經網絡HOPFIELD源碼
標簽： HOPFIELD 神經網絡 源碼
上傳時間： 2015-01-18
上傳用戶：三人用菜
HOPFIELD Model神經網絡
標簽： HOPFIELD Model 神經網絡
上傳時間： 2015-01-21
上傳用戶：duoshen1989
離散型HOPFIELD源碼
標簽： HOPFIELD 離散 源碼
上傳時間： 2015-02-06
上傳用戶：fredguo
應用HOPFIELD網絡的理論在vc環境下編寫一個數字識別軟件
標簽： HOPFIELD 網絡 環境 數字識別
上傳時間： 2014-01-24
上傳用戶：jiahao131
神經網絡C語言源程序 絕對經典。 ADALINE,ART1,BAM,BOLTZMAN,BPN CPN,HOPFIELD, som,
標簽： BOLTZMAN HOPFIELD ADALINE ART
上傳時間： 2013-12-31
上傳用戶：lijinchuan
人工神經網絡基本模型：BP、ART、HOPFIELD、SOM
標簽： HOPFIELD ART SOM 人工神經網絡
上傳時間： 2015-03-08
上傳用戶：牛布牛
這是一個二值HOPFIELD神經網絡源程序，有一個實例，訓練數據保存在h7x8n4.trn,輸出數據保存在ARCHIVE.LST中。
標簽： HOPFIELD 神經網絡 源程序
上傳時間： 2015-03-13
上傳用戶：gut1234567
這個是神經網絡中的HOPFIELD網絡模擬，是利用外向和的雙極性HOPFIELD網絡，有很好的借鑒價值。
標簽： HOPFIELD 神經網絡 模擬 網絡
上傳時間： 2013-12-12
上傳用戶：yt1993410
HOPFIELD 網——擅長于聯想記憶與解迷路 實現H網聯想記憶的關鍵，是使被記憶的模式樣本對應網絡能量函數的極小值。 設有M個N維記憶模式，通過對網絡N個神經元之間連接權 wij 和N個輸出閾值θj的設計，使得: 這M個記憶模式所對應的網絡狀態正好是網絡能量函數的M個極小值。 比較困難，目前還沒有一個適應任意形式的記憶模式的有效、通用的設計方法。 H網的算法 1）學習模式——決定權重 想要記憶的模式，用-1和1的2值表示 模式：-1，-1，1，-1，1，1，... 一般表示： 則任意兩個神經元j、i間的權重： wij=∑ap(i)ap(j)，p=1…p； P：模式的總數 ap(s)：第p個模式的第s個要素（-1或1） wij：第j個神經元與第i個神經元間的權重 i = j時，wij=0，即各神經元的輸出不直接返回自身。 2)想起模式： 神經元輸出值的初始化 想起時，一般是未知的輸入。設xi(0)為未知模式的第i個要素（-1或1） 將xi(0)作為相對應的神經元的初始值，其中，0意味t=0。 反復部分：對各神經元，計算： xi (t+1) = f (∑wijxj（t）-θi), j=1…n, j≠i n—神經元總數 f（）--Sgn（） θi—神經元i發火閾值 反復進行，直到各個神經元的輸出不再變化。
標簽： HOPFIELD 聯想
上傳時間： 2015-03-16
上傳用戶：JasonC
蟲蟲下載站版權所有 京ICP備2021023401號-1
