随机非对称Hopfield模型中恢复带性质研究

随机非对称Hopfield模型中恢复带性质研究

刘汉军¹, 段立松¹, 董永峰¹, 马春利²，张程祥¹

1. 吉林大学物理学院, 长春 130023; 2. 大连理工大学物理系，大连 116023

收稿日期:2002-06-07 修回日期:1900-01-01 出版日期:2003-01-26 发布日期:2003-01-26
通讯作者: 张程祥

Studies of the Properties of the Retrieval Band of a Hopfield Model with Random Asymmetric Interactions

LIU Han-jun¹, DUAN Li-song¹, DONG Yong-feng¹ , MA Chun-li², ZHANG Cheng-xiang¹

1. College of Physics, Jilin University, Changchun 130023, China;2. Department of Physics, Dalian University of Technology, Dalian 116023, China

Received:2002-06-07 Revised:1900-01-01 Online:2003-01-26 Published:2003-01-26
Contact: ZHANG Cheng-xiang

摘要/Abstract

摘要： 对随机非对称连接Hopfield网络的突变行为进行理论研究. 结果表明, 在存储容量大于临界值的情况下, 网络的性能发生了一次新的突变；在存储容量临界值邻域, 恢复带与伪稳定点带融合后又重新出现.

关键词: 联想记忆, 神经网络, Hopfield模型

Abstract: The transition behavior of the properties of a Hopfield model with random asymmetric interactions was theoretically investigated. The results show that when the memory loading level is greater than its critical value, a new kind of transition of the networks occurs. The results also show that in the neighborhood of the critical point of the memory loading level, the retrieval band appears again after it has merged with the band composed of the spurious stable states.

Key words: associative memory, neural network, Hopfield model

中图分类号:

O414.22

刘汉军, 段立松, 董永峰, 马春利，张程祥. 随机非对称Hopfield模型中恢复带性质研究[J]. J4, 2003, 41(01): 81-84.

LIU Han-jun, DUAN Li-song, DONG Yong-feng , MA Chun-li, ZHANG Cheng-xiang. Studies of the Properties of the Retrieval Band of a Hopfield Model with Random Asymmetric Interactions[J]. J4, 2003, 41(01): 81-84.

[1]	宋海明, 侯頔. Blac-Scholes模型下美式期权定价的神经网络算法[J]. 吉林大学学报(理学版), 2021, 59(5): 1089-1092.
[2]	刘高天, 段锦, 范祺, 吴杰, 赵言. 基于改进RFBNet算法的遥感图像目标检测[J]. 吉林大学学报(理学版), 2021, 59(5): 1188-1198.
[3]	车颖, 冯皛, 郑宏亮. 基于卷积神经网络的超声造影图像去噪方法[J]. 吉林大学学报(理学版), 2021, 59(5): 1256-1259.
[4]	傅博, 王瑞子, 王丽妍, 张湘怡. 基于深度卷积神经网络的水下偏色图像增强方法[J]. 吉林大学学报(理学版), 2021, 59(4): 891-899.
[5]	李旭东, 周林华. 基于大津算法和深度学习的开集声纹识别自适应阈值计算方法[J]. 吉林大学学报(理学版), 2021, 59(4): 909-914.
[6]	冯福存, 常莉红. 一种基于内容增强的可见光-红外线图像融合方法[J]. 吉林大学学报(理学版), 2021, 59(3): 595-601.
[7]	陶玉杰, 李艳红, 孙刚. 基于Bernstein多项式构造前向神经网络的遗传算法[J]. 吉林大学学报(理学版), 2021, 59(2): 233-240.
[8]	李永丽, 王浩, 金喜子. 基于随机森林优化的自组织神经网络算法[J]. 吉林大学学报(理学版), 2021, 59(2): 351-358.
[9]	尹伟石, 杨文红, 曲福恒. 无相位远场数据反演散射障碍的神经网络方法[J]. 吉林大学学报(理学版), 2020, 58(6): 1357-1365.
[10]	张齐贤, 朱晓冬, 刘元宁, 王超群, 吴祖慷, 李昕龙. 基于GA-BP神经网络的序列虹膜质量评价算法[J]. 吉林大学学报(理学版), 2020, 58(6): 1382-1390.
[11]	胡黄水, 赵思远, 刘清雪, 王出航, 王婷婷. 基于动量因子优化学习率的BP神经网络PID参数整定算法[J]. 吉林大学学报(理学版), 2020, 58(6): 1415-1420.
[12]	李鹏松, 李俊达, 吴良武, 胡建平. 基于阈值分割法和卷积神经网络的图像识别算法[J]. 吉林大学学报(理学版), 2020, 58(6): 1436-1442.
[13]	袁倩影, 全海燕. 基于新进化优化BP学习算法的心音识别方法[J]. 吉林大学学报(理学版), 2020, 58(5): 1195-1201.
[14]	骆焦煌. 基于卷积神经网络的粗粒度数据分布式算法[J]. 吉林大学学报(理学版), 2020, 58(4): 906-912.
[15]	王明丽, 王刚, 郭晓新, 王献昌. 基于跨层复制连接卷积神经网络的遥感图像融合[J]. 吉林大学学报(理学版), 2020, 58(4): 913-922.