反饋神經(jīng)網(wǎng)絡(luò)ppt課件(完整版)
【正文】 網(wǎng)絡(luò)的能量函數(shù)為： TXWXX )t()t()t()t(E TT21 ???() 令網(wǎng)絡(luò)的能量改變量為 ΔE，狀態(tài)改變量為 ΔX，有 )()1()( ttt EEE ????() )()1()( ttt XXX ????() 吸引子與能量函數(shù) 將式 ()、 ()代入 ()，則網(wǎng)絡(luò)能量可進(jìn)一步展開為 )t(E)1t(E)t(E ????])()()(21[)]()([)]()([)]()([21 TXWXXTXXXXWXX ttttttttt TTTT ????????????TXXWXWXX )()()()()( 21 ttttt TTT ????????() )()(])()[( 21 ttTtt TT XWXWXX ???????將 代入上式 ，并考慮到 W為對稱矩陣，有 Tj txt ]0, ... ,0),(,0, ... ,0[)( ??? Xjjjnijiijj wtxTxwtxtE )(])()[()(2211??? ???? ??)t(n e t)t(x)t(E jj?? ??() 上式中可能出現(xiàn)的情況： 情況 a ： xj(t)=1, xj(t+1)=1, 由式 ()得 Δxj(t)=2, 由式()知 ， j(t)≧ 0， 代入式 ()， 得 ΔE(t)≦ 0。網(wǎng)絡(luò)從初態(tài) X(0)開始，若能經(jīng)有限次遞歸后，其狀態(tài)不再發(fā)生變化，即 X(t+1)＝ X(t)，則稱該網(wǎng)絡(luò)是穩(wěn)定的。第五章 反饋神經(jīng)網(wǎng)絡(luò) 5 反饋神經(jīng)網(wǎng)絡(luò) Hopfield網(wǎng)絡(luò)分為離散型和連續(xù)型兩種網(wǎng)絡(luò)模型，分別記作 DHNN (Discrete Hopfield Neural Network) 和 CHNN (Continues Hopfield Neural Network)，本章重點(diǎn)討論前一種類型。 如果網(wǎng)絡(luò)是穩(wěn)定的，它可以從任一初態(tài)收斂到一個穩(wěn)態(tài)： (a ) (b ) (c ) 網(wǎng)絡(luò)的穩(wěn)定性與吸引子 若網(wǎng)絡(luò)是不穩(wěn)定的，由于 DHNN網(wǎng)每個節(jié)點(diǎn)的狀態(tài)只有 1和 1兩種情況，網(wǎng)絡(luò)不可能出現(xiàn)無限發(fā)散的情況，而只可能出現(xiàn)限幅的自持振蕩，這種網(wǎng)絡(luò)稱為有限環(huán)網(wǎng)絡(luò)。 情況 b ： xj(t)=1, xj(t+1)=1, 所以 Δxj(t)=2, 由式 ()知， j(t)0， 代入式 ()， 得 ΔE(t)0。 以上分析表明，在網(wǎng)絡(luò)從初態(tài)向穩(wěn)態(tài)演變的過程中，網(wǎng)絡(luò)的能量始終向減小的方向演變，當(dāng)能量最終穩(wěn)定于一個常數(shù)時，該常數(shù)對應(yīng)于 網(wǎng)絡(luò)能量的極小狀態(tài)，稱 該極小狀態(tài) 為網(wǎng)絡(luò)的能量井，能量井對應(yīng)于網(wǎng)絡(luò)的吸引子 。 定義 若對某些 X，有 X弱吸引到吸引子 Xa，則稱這些X的集合為 Xa的 弱吸引域 ；若對某些 X，有 X強(qiáng) 吸引到吸引子 Xa，則稱這些 X的集合為 Xa的 強(qiáng)吸引域 。 第 3步：此時網(wǎng)絡(luò)狀態(tài)為 (1,0,0)T，更新 x3得 x3=sgn[?1+?0－ 0]=s
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1