神經(jīng)網(wǎng)絡(luò)導(dǎo)論第三章(編輯修改稿)
2025-01-31 16:17 本頁面
【文章內(nèi)容簡介】 Hopfield模型應(yīng)用實例 8皇后問題 u 能量函數(shù)的定義 考察下式： 該式表明當(dāng)每行只有一個皇后時，該式可以取得最小值 0，否則該式的值將大于0。 ? ?? ???818121 ]1)[(j iijaHHopfield模型應(yīng)用實例 8皇后問題 u 能量函數(shù)的定義 考察下式： 該式表明當(dāng)每列只有一個皇后時，該式可以取得最小值 0，否則該式的值將大于0。 ? ?? ???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。 ? ?? ?? ???? ???????72828,82 121,4]21)[(]21)[(j jiijijjiijiaaHHopfield模型應(yīng)用實例 8皇后問題 u 能量函數(shù)的定義 顯然， H取得最小值時，可以得到最優(yōu)解。 4321 )( HHHHH ??? ????0, ????Hopfield模型應(yīng)用實例 8皇后問題 u 權(quán)值定義 4321 )( HHHHH ??? ???????lkjiklijklij aawE,21Hopfield模型應(yīng)用實例 8皇后問題 u 神經(jīng)元狀態(tài)修改 為溫度系數(shù)，目的是為了避免局部極小。 39。39。39。1)()()e x p (11)P r (ijijijijijijijijaaaHaHHHaa???????????Hopfield模型應(yīng)用實例 8皇后問題 u 模擬 第二節(jié) 海明神經(jīng)網(wǎng)絡(luò)模型 海明模型的結(jié)構(gòu) 1x2x3x1?nx1v2vnx1?mvmv匹配子網(wǎng)競爭子網(wǎng)海明模型的結(jié)構(gòu)描述 海明網(wǎng)絡(luò)由 匹配子網(wǎng) 和 競爭子網(wǎng) 組成。匹配子網(wǎng) 的功能是將輸入樣本和存儲在該子網(wǎng)中的標(biāo)準(zhǔn)模板相互匹配（如計算海明距離等）。而 競爭子網(wǎng) 是迭代尋找匹配子網(wǎng)中的最大匹配輸出。 海明網(wǎng)絡(luò)的運行機理 匹配子網(wǎng)在學(xué)習(xí)階段將若干類別的樣本記憶存儲在網(wǎng)絡(luò)的連接權(quán)值中；在工作階段（回憶階段），該子網(wǎng)計算輸入模式和各個樣本模式的匹配程度，并將結(jié)果送入競爭子網(wǎng)中，由競爭子網(wǎng)選擇出匹配子網(wǎng)中最大的輸出。從而，實現(xiàn)了對離散輸入模式進行在海明距離最小意義下的識別和分類。 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： A＝ (0 0 1 1 0) B=(1 0 1 0 1） 則： H(A, B)=3 海明網(wǎng)絡(luò)的學(xué)習(xí) 之權(quán)值設(shè)置 競爭子網(wǎng)的連接權(quán)值設(shè)置方法： 匹配子網(wǎng)的連接權(quán)值設(shè)置方法： ???????lklkw kl?12/jiij xw ?海明網(wǎng)絡(luò)的學(xué)習(xí) 之閾值設(shè)置 競爭子網(wǎng)神經(jīng)元的閾值設(shè)置為 0； 匹配子網(wǎng)神經(jīng)元閾值的設(shè)置為： N為匹配子網(wǎng)中神經(jīng)元的個數(shù)。
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1