期刊文献+

联想神经网络收敛性能的研究

Study on Convergence Properties of Associative Neural Network
下载PDF
导出
摘要 本文对具有投影学习算法的Hopfield型二值神经网络(HBNN)在同步工作方式下的收敛性能进行了比较全面的讨论。证明了网络具有演化收敛到网络平衡点的特性,推导了计算网络收敛所需瞬态工作步数上界的估算公式,分析并给出了计算平衡点(记忆模式)收敛半径的算法。 In this paper, the convergence properties of Hopfield-type associative neural network with projection learning rule under synchronous update operation have been studied. Using energy function method, we have proved the network having the property converging to one of its equilibrium points. A formula for estimating the upper bound of update steps required for convergence and an algorithm for calculating the convergent radius of the equilibrium point have been derived.
出处 《电子学报》 EI CAS CSCD 北大核心 1993年第5期91-95,共5页 Acta Electronica Sinica
基金 国家攀登计划资助项目
关键词 神经网络 收敛性 联想神经网络 Associative neural network, Convergence, Convergence time, Convergent radius
  • 引文网络
  • 相关文献

参考文献1

  • 1何旭初,广义逆矩阵的基本理论和计算方法,1985年
;
使用帮助 返回顶部