延迟离散Hopfield型网络的异步收剑性

延迟离散Hopfield型网络是离散Hopfield网络的一种推广,研究了非对称的延迟离散Hopfield型神经网络的异步收剑性,并给出了相应的收剑性定理,所获结果推广了已有的结论。     

延迟离散Hopfield网络及其串行稳定性

利用Lyapunov泛函方法，引入一种延迟离散Hopfield网络,给出该网络收敛到稳定点时网络参数应满足的足件及能量函数达到极值与网络收敛二者之间的关系，为实际应用打下了理论基础。     

具有时滞的Hopfield神经网络的周期解

假设具有时滞的Hopfield神经网络的每个输出响应函数是满足Lipschitz条件的有界函数,当该网络的输入信号始终以正常数ω为周期,并且在网络参数满足一定的条件时,通过构造适当的Lyapunov泛函的方法,得到了该类网络必存在唯一的ω-周期解,并且其余各解都按指数收敛于该周期解的一些判据,通过实例对所得到的判据进行了直观性解释。     

通信网络中缩减的Hopfield神经网络路由算法

为保证神经网络收敛于全局最优点,采用模拟退火算法研究了Hopfield神经网络的局部稳定问题,针对Hopfield神经网络路由算法需要神经元数目众多、计算量大的缺点,提出规模缩小化的Hopfield神经网络路由算法.采用减少神经元数量的方法,减小神经网络规模,提高路由运算能力和神经网络的适应性.比较了原路由算法和改进算法的迭代次数、运算速度和稳定状态能量函数,分析在通信网络和神经网络各参数变化情况下,迭代算法的收敛特性和稳定性的变化规律,总结神经网络路由计算3种约束系数之间的关系.结果表明,缩减的Hopfield神经网络路由计算较原算法具有更高的有效性、可靠性和应用适应性.     

离散型神经网络的数学理论(Ⅰ)--网络状态图

该系列文章重新系统地研究了离散型神经网络的数学理论．此文属首篇,引入了一种新的研究工具——网络状态图．对于离散神经网络而言,通过引入网络状态图,可以很清楚地看到该网络的运行机理：网络是否收敛,网络有多少个稳定吸引子,有多少个环吸引子,并能清楚地反映各类吸引子的吸引域．在这篇文章里,比较详细地讨论了网络状态图的一些基本性质,诸如网络的分支数等于网络稳定吸引子与环吸引子数目之和;对称离散神经网络、反对称离散神经网络在全并行运行条件下网络状态图的结构特征等．     

Li-Hopfield神经网络用于汉字字符识别

提出了一种Li-Hopfield网络,解决了Hopfield神经网络能量函数存在积分项、振荡收敛、计算复杂等问题,并继承了Hopfield网络的结构与Li网络的优点.同时发现基于部首拆分的汉字字符识别可以忽视甚至利用该网络的虚假稳定点,从而使样本存储量降为传统Hopfileld网络的1.44%,表明该算法有效且快速.     

隶属DHNN水质评价模型探析

基于动力学分析设计反馈神经网络Hopfield其离散型的优化算法,通过矩阵分解的方法(MD)得到其正交矩阵,优化算法即可直接计算Hopfield离散型神经网络的权值矩阵,并将样本信息可以较好地存储训练,使测试样本快速收敛到稳定点。相较于传统方法涉及的奇异值分解学习算法不需要分块分步计算,简化了计算步骤和计算量,迭代次数减少,运行速度提高。最后,将训练好的优化算法应用于研究流域生态演变趋势的分析,验证了其应用前景和推广价值。     

HNN的并行稳定性

本文证明了在权矩阵(记忆矩阵)W 非负定的条件下,Hopfield 神经网络(HNN)具有并行稳定性,并且证明了由 Hebb 学习算法得到的权矩阵具有非负定性.进而利用计算机对 Hopfield 神经网络进行了模拟,发现对用近似正交的训练样本由 Hebb 学习算法得到的权矩阵 W,其相应的 Hopfield 神经网络对被噪声干扰或不完全样本差不多经过一二次并行处理就可以稳定(收敛)到原样本.     

离散Hopfield神经网络在施工企业信用评价中的应用

为了科学规范地对施工企业的信用进行评价分析,结合实际施工企业经营管理的特点,尝试应用离散Hopfield神经网络评价方法对施工企业的信用进行评价.实例分析的结果表明,利用离散Hopfield神经网络评价方法对施工企业的信用进行评价是可行的.     

多目标线性规划的TH网络方法及其应用

在修正TH网络 (Thank和Hopfield提出的求解线性规划的神经网络 )的基础上 ,引入目的规划求解多目标线性规划 .理论分析和实例研究证明 ,该方法能保证网络收敛于原规划的非劣解 .     

时滞中立型神经网络全局渐近稳定性

针对具有时变时滞的中立型Hopfield神经网络,在对时变时滞的合理假设下,文中通过构造适当的Lyapunov泛函,提出了一种新的方法判定时变时滞中立型Hopfield神经网络系统的全局一致渐近稳定性。所得判据是建立在一个代数Riccati方程及其对应离散Lyapunov方程存在对称正定解之上的,并得出了易于计算机仿真实现的线性矩阵不等式的判据形式,仿真验证了结果的有效性。     

具有参数摄动时滞Hopfield神经网络的鲁棒稳定性和吸引域估计

针对具有参数摄动的时滞Hopfield神经网络,基于矩阵范数的概念建立了时滞依赖鲁棒稳定判据.该鲁棒稳定判据将参数摄动大小和时滞上界大小统一在一个表达式中,进而可得到时滞和参数摄动大小对网络稳定性影响的定量关系.此外,给出了局部稳定平衡点吸引域大小的估计,并通过数值仿真验证了本文结果的有效性.     

具有动态突触的Hopfield时滞神经网络的稳定性分析

在研究Hopfield神经网络时,通常把连接权视为常数;但实际上神经元间的突触是随时间变化的。文章运用拓扑度理论和Liapunov泛函方法,研究具有动态突触的Hopfield时滞神经网络平衡点的存在性和全局吸引性,得到了平衡点存在的简单的代数判据。     

具有时滞的Hopfield神经网络的渐近稳定性

应用Lyapunov泛函理论和矩阵分析技巧研究具有时滞的Hopfield神经网络的渐近稳定性问题,获得了两个基于线性矩阵不等式的判据。数值示例表明所得结果比已有文献中的结果更少保守。     

S-分布时滞反应扩散Hopfield神经网络稳定性

利用拓扑度理论和Lyapunov泛函方法研究了S-分布时滞反应扩散Hopfield神经网络平衡点的存在性及全局鲁棒指数稳定性.例子表明所得结果易于验证,具有广泛的适用性.     

基于Hopfield的DWT数字图像水印新算法

为了保证数字图像水印的鲁棒性和安全性,结合Hopfield神经网络的联想记忆功能,本文提出了一种基于Hopfield神经网络的离散小波变换域数字图像水印新算法。该算法首先对数字图像进行二尺度的离散小波变换,然后再使用Hopfield神经网络对提取的水印进行多级处理和恢复,从而明显地提高了水印图像提取的质量,增强了水印算法的鲁棒性。仿真实验表明:该算法能很好地抵抗噪声污染J、PEG压缩和剪切等攻击。     

连续Hopfield网络稳定性判定的新方法

概述了关于连续Ｈｏｐｆｉｅｌｄ网络的经典性工作,针对推广的Ｈｏｐｆｉｅｌｄ网络,推导了在条件Ｔ下以可微零均值非线性函数作为激励函数的Ｈｏｐｆｉｅｌｄ网络全局稳定的三个充分条件,给出了Ｈｏｐｆｉｅｌｄ网络稳定性判定的新方法,并通过实例进行了验     

负阻态忆阻Hopfield神经网络动力学

人类大脑是一个高度复杂且规模庞大的非线性动力学系统,其动力学行为与人类智能活动密切相关。基于忆阻器的人工神经网络不仅可以很好地模拟人脑工作机制,而且其非线性特性可以为神经网络带来更为丰富的动力学行为。为了进一步发挥神经网络的优势,引入一种新的具有负阻态功能的忆阻器模型,该模型打破了原有忆阻器的阻态极性限制,为忆阻器扮演神经网络突触仿生器件提供了更加丰富的变化性能。在对忆阻器模型分析的基础上,提出了一种新的忆阻Hopfield神经网络(HNN),进一步加强了HNN的负反馈功能,使之表现出更加丰富和复杂的动力学行为。实验结果表明,新忆阻HNN拥有较为丰富的动力学行为,具有一定的混沌特性。在不同的忆阻器参数以及权值矩阵取值条件下,观察系统的相位轨迹图、Lyapunov指数的变化情况,并与同类型网络进行对比,进一步证明提出的神经网络的有效性,同时复杂的动力学特性也为在数据处理、图像加密等方面的应用提供了研究支撑。     

Hybrid LT算法的改进及其收敛性分析

HybridLT法是一种解决组合优化问题的新方法 .与现存的Hopfield网络比较 ,这种方法有几个优点 :它不仅能用于二次函数 ,还能用于非二次函数 ;另外 ,在控制人为的加权参数时 ,它减少了对外部的依赖 .文中对原算法进行了改进 ,使其能更快找到准确的最优点 ,并且对迭代方法做了收敛性分析 ,给出了收敛的必要条件和充分条件 .从而说明HybridLT方法是可行的 ,是一种适用于很多类型组合优化问题的有效方法 .