matlab離散Hopfield神經(jīng)網(wǎng)絡(luò)的概念是什么

1982年，J．Hopfield 提出了可用作聯(lián)想存儲器的互連網(wǎng)絡(luò)，這個網(wǎng)絡(luò)稱為 Hopfield 網(wǎng)絡(luò)模型，也稱 Hopfield 模型。Hopfield 神經(jīng)網(wǎng)絡(luò)模型是一種循環(huán)神經(jīng)網(wǎng)絡(luò)，從輸出到輸入有反饋連接。Hopfield 網(wǎng)絡(luò)有離散型和連續(xù)型兩種。

反饋神經(jīng)網(wǎng)絡(luò)由于其輸出端有反饋到其輸入端；所以，Hopfield 網(wǎng)絡(luò)在輸入的激勵下，會產(chǎn)生不斷的狀態(tài)變化。當有輸入之后，可以求取出Hopfield 的輸出，這個輸出反饋到輸入從而產(chǎn)生新的輸出，這個反饋過程一直進行下去。如果Hopfield 網(wǎng)絡(luò)是一個能收斂的穩(wěn)定網(wǎng)絡(luò)，則這個反饋與迭代的計算過程所產(chǎn)生的變化越來越小，一旦到達了穩(wěn)定平衡狀態(tài)；那么Hopfield 網(wǎng)絡(luò)就會輸出一個穩(wěn)定的恒值。對于一個Hopfield 網(wǎng)絡(luò)來說，關(guān)鍵是在于確定它在穩(wěn)定條件下的權(quán)系數(shù)。

%% 清空環(huán)境變量

clc

clear

%% 數(shù)據(jù)導入

load data1 array_one

load data2 array_two

%% 訓練樣本（目標向量）

 T=[array_one;array_two]';

%% 創(chuàng)建網(wǎng)絡(luò)

 net=newhop(T);

%% 數(shù)字1和2的帶噪聲數(shù)字點陣（固定法）

load data1_noisy noisy_array_one

load data2_noisy noisy_array_two

%% 數(shù)字識別

noisy_one={(noisy_array_one)'};

identify_one=sim(net,{10,10},{},noisy_one);

identify_one{10}';

noisy_two={(noisy_array_two)'};

identify_two=sim(net,{10,10},{},noisy_two);

identify_two{10}';

%% 結(jié)果顯示

Array_one=imresize(array_one,20);

subplot(3,2,1)

imshow(Array_one)

title('標準(數(shù)字1)') 

Array_two=imresize(array_two,20);

subplot(3,2,2)

imshow(Array_two)

title('標準(數(shù)字2)') 

subplot(3,2,3)

Noisy_array_one=imresize(noisy_array_one,20);

imshow(Noisy_array_one)

title('噪聲(數(shù)字1)') 

subplot(3,2,4)

Noisy_array_two=imresize(noisy_array_two,20);

imshow(Noisy_array_two)

title('噪聲(數(shù)字2)')

subplot(3,2,5)

imshow(imresize(identify_one{10}',20))

title('識別(數(shù)字1)')

subplot(3,2,6)

imshow(imresize(identify_two{10}',20))

title('識別(數(shù)字2)')