神經(jīng)網(wǎng)絡(luò)導(dǎo)論第三章(存儲版)
【正文】 BAM模型的存儲能力 由于要將不同的聯(lián)想模式對（ Ai， Bi）收斂到局部能量極小點上，所以所要學(xué)習(xí)的模式對或聯(lián)想個數(shù) m必須小于域 FA和域FB中處理單元的個數(shù)，即： m＜ min (n,p) BAM模型學(xué)習(xí)基礎(chǔ) u 雙極矩陣（向量） 雙極矩陣（或向量）是在二元矩陣（或向量）的基礎(chǔ)上，將 0代之以－ 1而得到的。 BAM模型應(yīng)用 u 問題描述 在 BAM模型中保存了（姓名，電話號碼）對。這時域 FB的輸出即為最終所得結(jié)果。這個矩陣 M實際上是一個權(quán)值矩陣，信息就是由這個權(quán)值矩陣來表達(dá)。 u 模擬 第三節(jié) 雙向聯(lián)想存儲器（ BAM） BAM模型簡介 雙向聯(lián)想存儲器是由日本的 Kosko提出的一種神經(jīng)網(wǎng)絡(luò)模型，它是 ART神經(jīng)網(wǎng)絡(luò)模型（將在第 4章中介紹）的一種簡化形式， 是一種異聯(lián)想存儲器。而 競爭子網(wǎng) 是迭代尋找匹配子網(wǎng)中的最大匹配輸出。 ? ?? ???818122 ]1)[(i jijaHHopfield模型應(yīng)用實例 8皇后問題 u 能量函數(shù)的定義 ? ?? ?? ????????????72821,719121,3]21)[(]21)[(j jijiijjijiiaaHHopfield模型應(yīng)用實例 8皇后問題 u 能量函數(shù)的定義 每條對角線只有一個皇后時，該式取最小值。 ?? ? ??? ? ?????niiininjniiijiij aaxaawE11 1 121?能量函數(shù) 能量函數(shù) 展現(xiàn)的是神經(jīng)網(wǎng)絡(luò)系統(tǒng)集團計算能力而不是單個神經(jīng)元的計算能力?，F(xiàn)將受損壞的圖案輸入，讓受損壞的圖案恢復(fù)原狀。圖中 x1， x2， …， xn為該自適應(yīng)線性元在 t時刻的外部輸入，用向量表示為 : X＝（ x1， x2， …， xn） T 這個向量稱為自適應(yīng)線性元的 輸入信號向量 或 輸入模式向量 。從系統(tǒng)的觀點看，反饋神經(jīng)網(wǎng)絡(luò)模型是一反饋動力學(xué)系統(tǒng)，它具有極復(fù)雜的動力學(xué)特性。然后在 Hopfield神經(jīng)網(wǎng)絡(luò)模型中按其動力學(xué)特性 sgn函數(shù) 進行操作， 反復(fù)迭代，直到收斂為止。 第二是如果兩類標(biāo)準(zhǔn)樣本模式向量中相同的元素很多，那么其中任何一個標(biāo)準(zhǔn)樣本模式開始迭代，但最后可能會收斂于另一個標(biāo)準(zhǔn)樣本模式。 能量函數(shù)收斂性證明 ?? ? ??? ? ?????niiininjniiijiij aaxaawE11 1 121?kkknjjjkniiki daxawawdE ]2121[11?????? ????kkkniiki daxawdE ][1????? ??能量函數(shù)收斂性證明 當(dāng)狀態(tài)由 0或 1變?yōu)?1時，因為： 所以： 001??????kkniikikxawda?0?dE能量函數(shù)收斂性證明 當(dāng)狀態(tài)由 0或 1變?yōu)?0時，因為： 所以： 001??????kkniikikxawda?0?dEHopfield模型應(yīng)用實例 8皇后問題 u 問題描述 8皇后問題是：給定一個標(biāo)準(zhǔn)的棋盤和 8個皇后，要求正確地放置 8個皇后，使得沒有任何一個皇后可以攻擊到另外的一個皇后。 39。 海明距離 如果將模式用向量來表示， Hamming距離是指兩個模式不同元素的個數(shù)。如果模
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1