Hopfield最早提出的网络是二值神经网络,神经元的输出只取1和0,所以,也称离散Hopfield神经网络(DHNN,Discrete Hopfield Neural Network)。在离散Hopfield网络中,所采用的神经元是二值神经元,因此,所输出的离散值1和0分别表示神经元处于激活和抑制状态。
网络结构
DHNN是一种单层、输出为二值的反馈网络。
三个神经元组成的离散Hopfield神经网络
在图中,第0层仅仅是作为网络的输入,它不是实际神经元,所以无计算功能;
而第一层是实际神经元,故而执行对输人信息和权系数乘积求累加和,并由非线性函数f处理后产生输出信息。
f是一个简单的
阈值函数,如果神经元的输出信息大于阈值θ,那么,神经元的输出就取值为1;小于阈值θ,则神经元的输出就取值为0
能量函数:
工作方式
离散的Hopfield神经网络按照动力学方式进行,从初始状态按能量减小的方向进行演化,直到达到稳定状态,稳定状态即为稳定输出。