离散型Hopfield神经网络稳定性的研究

提出了离散型Hopfield神经网络DHNN模型权矩阵的等效矩阵的概念,给出了相关算法。利用等效矩阵的概念可把DHNN模型按其轨道是否相同进行分类。因而,获得了研究DHNN模型收敛性的一种新方法,并利用此方法推广了已有的有关收敛性的几乎所有结论。

离散型Hopfield神经网络学习算法

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%。

离散型Hopfield神经网络算法在车牌识别中的应用

在车牌识别的过程中存在一定的噪声干扰情况,传统的模板匹配法识别率大大降低。利用离散型Hopfield神经网络具有联想记忆功能,能够为受噪声干扰的图像去噪,与模板匹配法相结合可提高模板匹配法的抗干扰性和识别的准确率。通过实验表明,该方法具有较强的有效性和可行性。

离散Hopfield神经网络在职业院校学生综合素养评价中的应用研究

为克服教育评估中人为因素的干扰,提高评估的准确性和效率,该文探索将离散Hopfield神经网络应用到职业院校学生综合素养的评价中。Matlab仿真发现,通过设置合适的神经元平衡点,离散Hopfield神经网络可根据输入的指标数据对学生的职业综合素养给出有效的评估,评估结果与专家评估的结果完全一致。

基于一类新型激活函数的递归神经网络的多稳定性分析

本研究基于一类新型连续锯齿型激活函数研究了递归神经网络(Hopfield神经网络)的多稳定性。首先,通过区间剖分法、Brouwer不动点定理证明了基于该激活函数的n维神经网络模型至少具有7n个平衡点,并运用对角占优矩阵理论、局部稳定性判定定理等方法证明了其中4n个平衡点是局部指数稳定的,剩余的平衡点是不稳定的。其次,通过增加锯齿型激活函数的峰值点将激活函数推广到更一般的情况,得到了n维神经网络在含有k个峰值点的连续锯齿型激活函数中至少具有(2k+1)n个平衡点,其中(k+1)n个平衡点为局部稳定的。本研究设计的激活函数相较于现有的一些激活函数会产生更多的稳定平衡点,并且在增加峰值点的过程中不会增加神经网络的计算复杂度。最后,通过两个具体的数值算例验证了本研究结果的有效性。

改进离散Hopfield神经网络在煤矿人因评估中的应用

为了预防和控制煤矿人因事故发生,将离散Hopfield神经网络应用于煤矿人因安全评估中。首先根据人因分析与分类系统(Human Factors Analysis and Classification System,HFACS)模型建立煤矿人因安全风险评估体系,体系包含多个指标;其次是构建输入矩阵,借助模糊综合评价法对评估指标量化编码;最后,运用学习率优化的离散Hopfield神经网络展开煤矿人因安全评估,以模型输出结果确定评估对象风险等级。将构建的煤矿人因安全评估模型与传统评估方法进行比较,结果表明该模型合理有效,可用于煤矿人因安全评估,为煤矿人因安全管理提供依据。

离散Hopfield-型神经网络的动态行为

主要利用网络的状态转移方程和定义能量函数的方法对非对称离散Hopfield神经网络在并行演化方式的动力学行为进行了研究。同时,给出了一些新的网络的收敛性条件。所获结果推广了一些已有的结论。

联合井式电阻炉神经网络离散型Hopfield算法的建模与仿真

文章利用强大的数学计算工具—MATLAB语言及SIMULINK仿真技术,采用离散型(DiscreteHopfieldNeuralNet,DHNN)Hopfield算法,对具有典型非线形、大滞后、强耦合的复杂系统—联合井式电阻炉进行建模与仿真研究,同时在工业现场初步加以应用,收到了很好的效果,为工程决策提供科学依据。

基于离散Hopfield神经网络的写作能力评价模型研究

针对传统学生英语写作能力分类方法准确率偏低的情况,提出一种基于离散Hopfield神经网络(DHNN)的写作能力评价模型。首先,用层次分析法构建了学生英语写作能力评价指标体系,然后将写作能力分类指标划分为5个等级,进行编码,网络通过对分类标准的联想记忆,实现对于学生的英语写作能力的分类,并和BPNN模型的分类结果进行对比。仿真结果表明:BPNN模型分类准确率为80.0%,DHNN模型分类准确率为100.0%,DHNN模型提高了分类准确率和泛化能力且模型建立过程简单、结果直观,验证了所提出的模型的有效性。

离散Hopfield神经网络的稳定性研究

离散Hopfield神经网络的稳定性是网络应用的基础 .文中主要研究非对称离散Hopfield神经网络的异步、同步、部分同步演化方式的稳定性 ,并给出了一些新的稳定性条件 ,所获结果推广了一些已有的结论 .

基于离散Hopfield神经网络的公交调度评价方法研究

根据公交调度评价问题的特点,提出了基于离散Hopfield神经网络的评价方法.在构造Hopfield神经网络时,从公交系统运行效率,衔接的顺畅性,运力协调性,企业经济利润率等四个主要内容出发,选取有效时间利用率、平均换乘次数、运能匹配度和运营利润率四个可量化且彼此相互独立的指标,作为公交调度优化结果的评价指标.并用matlab对Hopfield网络进行设计仿真,使其可以更加合理和方便地对公交调度结果进行评价,从而具有更广泛的工程应用面.最后通过实例计算验证并将计算结果与传统的德尔菲法进行比较.结果表明,该方法合理有效,且相对于传统的方法操作简单、易推广,具有一定的优越性.

离散Hopfield型神经网络的异步收敛性研究

主要研究非对称离散Hopfield神经网络的异步演化方式的收敛性 ,并给出了一些新的收敛性条件。若网络的连接权矩阵可以分解成主对角元素非负的对称矩阵和行 (列 )对角占优的矩阵之和 ,则网络是异步收敛的。

二阶Hopfield型神经网络的稳定性分析及收敛速度的估计

本文讨论二阶连续Hopfield型神经网络平衡点的全局稳定性问题 ,利用LMI方法和Lyapunov方法得到了网络平衡点全局渐近稳定和全局指数稳定的几个充分条件 ,并对其指数收敛速度进行了估计 .

具有周期输入Hopfield型神经网络的全局渐近性质

在不假定非线性激励函数有界和可微的条件下 。

Hopfield型时滞神经网络的稳定性分析

研究了具有时滞的Hopfield型神经网络模型平衡点的全局渐近稳定性· 去掉了有关文献中关于fj 在R上有界性、可微性的条件 ,给出了更弱的实用性较强的判定平衡点的存在唯一性及全局渐近稳定性的条件 。

高阶Hopfield型神经网络的定性分析

本文讨论高阶连续型Hopfield神经网络平衡态的性质 ,包括平衡态的存在唯一性和稳定性 .借助于Ba nach不动点原理和Lyapunov方法得到了若干平稳态存在唯一和全局渐近稳定的充分条件 .作为特例 ,获得了一阶连续型Hopfield神经网络稳定性的新判据 .

具有可变时滞的Hopfield型随机神经网络的指数稳定性

研究了具有可变时滞的Ｈｏｐｆｉｅｌｄ型随机种经网络的指数稳定性，应用Ｒａｚｕｍｉｋｈｉｎ定理与 Ｌｙａｐｕｎｏｖ函数，建立了这种神经网络的均方指数稳定与几乎必然指数稳定的两类判据，一类是时 滞相关而另一类是时滞无关．

离散Hopfield神经网络的稳定性分析

主要研究非对称离散Hopfield神经网络并行演化方式的动力学行为，同时给出了 网络的一些新的稳定性条件，所获结果不仅推广了一些已有的结论，而且为该网络的应用提 供了一定的理论基础。

Hopfield型时滞神经网络的指数稳定性

研究了Ｈｏｐｆｉｅｌｄ型随机时滞神经网络ｄｘ（ｔ）＝［－Ａｘ（ｔ）＋Ｂσ（ｘ（ｔ一τ））］ｄｔ＋ｆ（ｔ．ｘ（ｔ），Ｘ（ｔ—τ））ｄｗ（ｔ）的均方指数稳定性与几乎必然指数稳定性．应用Ｌａｙａｐｕｎｏｖ函数与鞅不等式，建立了这种随机时滞神经网络指数稳定的时滞相关的充分条件．文献中某些关于确定性的时滞神经网络ｘ（ｔ）＝－Ａｘ（ｔ）＋Ｂσ（ｘ（ｔ－τ））与神经网络ｘ（ｔ）＝－Ａｘ（ｔ）＋Ｂσ（ｘ（ｔ））的稳定准则是文中的特殊情况．

基于实虚型连续多值复数Hopfield神经网络的QAM盲检测

针对统计量算法盲检测QAM信号的缺陷,该文提出了一个实虚型连续多值复数Hopfield神经网络算法,该网络的实部、虚部各含一个连续多值实激活函数.该文构造了适用于该网络的能量函数,并分别在异步和同步更新模式下证明了该神经网的稳定性.当该神经网的权矩阵借助接收数据补投影算子构成时,该实虚型连续多值复数Hopfield神经网络可有效地实现QAM信号盲检测.仿真试验表明:该算法采用较短接收数据即可到达全局真解点,并且适用于含公零点信道.