离散Hopfield神经网络(DHNN)是一种具有反馈连接的循环神经网络，其状态变化受输入激励影响。关键在于确定稳定条件下的权系数。DHNN中神经元输出为二值，状态由神经元输出信息集合构成。网络稳定性的充分条件包括权系数矩阵是对称且对角元素为0，以及无自反馈。满足这些条件的Hopfield网络在有限时刻内能从任意初始状态达到稳定状态。
Hopfield神经网络是一种循环神经网络，从输入到输出有反馈连接。在输入的激励下，会产生不断的状态变化。
对于一个Hopfield网络来说，关键是在于确定它在稳定条件下的权系数。
反馈网络有稳定的，也有不稳定的。对于Hopfield网络来说，如何判别其稳定性也是需要确定的。
离散Hopfield神经网络简称DHNN。神经元的输出只取1和0，分别表示神经元处于激活和抑制状态。对于二值神经元，它的计算公式如下：
其中，
为外部输入。并且有：
最低0.47元/天 解锁文章
扫一扫
9157
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
