離散Hopfield神經網路的聯想記憶

內容：構建離散hopfield神經網路，儲存記憶5x7點陣的大寫字母，討論在不同儲存容量和雜訊下的聯想恢復效能。

要求：1.討論網路儲存分別為15,25個字元的情況下，字元聯想恢復效果。

2.討論網路儲存分別為15,25個字元的情況下，增加雜訊字元的聯想恢復效果。

**和測試：（matlab）

clear;clc;

close all;
[alphabet,targets] = prprob; %alphabet [35x26], targets [26x26]
figure;plotchar(alphabet(:,2));
net = newhop(alphabet(:,1:15)); %15 or 25
%原始樣本的**聯想記憶
[y,af,e,pf] = sim(net,,{},); %**6次,1個樣本
figure;
for i = 1:6
subplot(2,3,i);plotchar(y);title(['第' num2str(i) '次**']);
end%加雜訊樣本的**聯想記憶
alphabet_noise = alphabet+0.2*randn(size(alphabet));
[y,af,e,pf] = sim(net,,{},); %**6次,1個雜訊樣本
figure;
for i = 1:6
subplot(2,3,i);plotchar(y);title(['雜訊樣本,第' num2str(i) '次**']);
end

儲存15個字元的聯想記憶：（用z測試）

儲存25個字元的聯想記憶：（用z測試）

Hopfield神經網路

import numpy as np import neurolab as nl import matplotlib.pyplot as plt 0 1 2 16 8 target np.array 0,0,0,0,0,0,0,0,0,0,0,1,1,0,0,0,0,0,1,0,0,1,0,0,0,...

hopfield神經網路

初次接觸hopfield神經網路，有一些約束沒有注意，導致生出很多愚蠢的想法。一 hopfield神經網路其實沒有層的概念，所有的神經元全連線就形成了乙個hopdield神經網路的基本結構。既然是全連線，那麼誰先誰後 誰左誰右就沒有意義了，反正都是互聯的。二 hopfield神經網路既然沒有層的概念...

Hopfield神經網路

多層神經網路 模式識別 相互連線型網路 通過聯想記憶去除資料中的雜訊 1982年提出的hopfield神經網路是最典型的相互鏈結型網路。當輸入模式為某種狀態時，輸出端要給出與之相應的輸出模式。如果輸入模式與輸出模式一致，稱為自聯想記憶，否則，稱為異聯想記憶。網路結構上，hopfield神經網路是一種...