期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
离散型Hopfield神经网络学习算法
被引量:
4
1
作者
朱丽萍
王锋辉
+2 位作者
李洪奇
吕洁
sikandarali
《计算机工程与设计》
北大核心
2018年第3期831-835,共5页
为使得离散型Hopfield神经网络(DHNN)具备更强的联想记忆功能,基于替换函数f(x),权值求取采用提出的学习算法。通过设计比sgn更强约束能力的函数f(x),在满足sgn函数要求的同时连续可导,由于f(x)连续可导,可根据能量最低点网络状态不再...
为使得离散型Hopfield神经网络(DHNN)具备更强的联想记忆功能,基于替换函数f(x),权值求取采用提出的学习算法。通过设计比sgn更强约束能力的函数f(x),在满足sgn函数要求的同时连续可导,由于f(x)连续可导,可根据能量最低点网络状态不再发生变化的特性定义损失函数,用梯度下降算法来求解。使用Matlab编程验证效果,验证结果表明,该学习算法比传统的外积法、正交设计法具有更好的效果,对原始信息还原率提高了5%-11%。
展开更多
关键词
离散型Hopfeld神经网络
外积和法
损失函数
梯度下降算法
联想记忆
下载PDF
职称材料
题名
离散型Hopfield神经网络学习算法
被引量:
4
1
作者
朱丽萍
王锋辉
李洪奇
吕洁
sikandarali
机构
中国石油大学(北京)石油数据挖掘北京市重点实验室
中国石油大学(北京)地球物理与信息工程学院
出处
《计算机工程与设计》
北大核心
2018年第3期831-835,共5页
文摘
为使得离散型Hopfield神经网络(DHNN)具备更强的联想记忆功能,基于替换函数f(x),权值求取采用提出的学习算法。通过设计比sgn更强约束能力的函数f(x),在满足sgn函数要求的同时连续可导,由于f(x)连续可导,可根据能量最低点网络状态不再发生变化的特性定义损失函数,用梯度下降算法来求解。使用Matlab编程验证效果,验证结果表明,该学习算法比传统的外积法、正交设计法具有更好的效果,对原始信息还原率提高了5%-11%。
关键词
离散型Hopfeld神经网络
外积和法
损失函数
梯度下降算法
联想记忆
Keywords
DHNN
outer product method
loss fu n c t io n
gradient descent a lg o r ithm
associative
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
离散型Hopfield神经网络学习算法
朱丽萍
王锋辉
李洪奇
吕洁
sikandarali
《计算机工程与设计》
北大核心
2018
4
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部