1) difference Hopfield neural network
差分式Hopfield网络
1.
Linear quadratic optimal control with a modified difference Hopfield neural network;
用改进的差分式Hopfield网络实现线性二次型最优控制
2) Hopfield network
Hopfield网络
1.
Silicon-reflector abnormity blind holes ultrasonic machining path programming based on Hopfield network;
基于Hopfield网络的硅镜异形盲孔超声加工路径规划
2.
Comprehensive assessment of water quality based on Hopfield network and realization with matlab;
基于Hopfield网络的水质综合评价及其matlab实现
3.
Fast text categorization based on feedback Hopfield network
基于自反馈Hopfield网络的快速文本分类器
3) hopfield neural network
Hopfield网络
1.
This paper discusses the method of the application of hopfield neural network in Civil Engineering and introduces the simulated annealing technology at the same time.
探讨了Hopfield网络在土木工程优化中应用的途径 ,并简要介绍了与Hopfield网络密切相关的模拟退火技术 ,介绍了用于工程结构优化的连续型Hopfield网络的能量函数 ,该能量函数能够准确地描述结构优化问题。
2.
Hopfield neural networks are often used for optimization problems.
Hopfield神经网络被广泛应用于优化问题的求解中,而传统的Hopfield网络通常基于梯度下降法,此方法容易陷入局部极小而得到次最优解或收敛到问题的不可行解。
3.
A least square method based on continuous Hopfield neural network is presented.
提出了一种基于连续Hopfield网络的最小二乘处理方法,它较好地抑制了距离旁瓣,提高了雷达在恶劣电磁环境下的生存能力。
4) double Hopfield Networks
双Hopfield网络
1.
Application of MAC based on double Hopfield Networks in unit load system;
双Hopfield网络MAC算法在单元机组负荷系统中的应用
5) Hopfield neural networks
Hopfield网络
1.
Globally exponential stability for Hopfield neural networks;
Hopfield网络的全局指数稳定性
2.
This paper proposes a Max Product type fuzzy Hopfield neural networks(Fuzzy HN)with the combination of fuzzy logic and neural networks.
本文将模糊逻辑和神经网络相结合 ,提出了 Max- Product型 Hopfield人工神经网络 ( Fuzzy HN) ,给出了它的网络结构和形式化描述 ,证明了该 Fuzzy HN的稳定性 ,最后通过理论和数值实验对基于 Max- Product型 Hopfield网络的动态聚类过程和有关性质进行了研究 。
补充资料：neural network Hopfield algorithm Hopfield
分子式：
CAS号：
性质：网络的基本思想，就是利用人工神经网络模拟的磁旋，用神经元之间的连接权模拟磁场中磁旋的相互作用：用各神经元的“激活”和“抑制”两种状态，模拟磁场中磁旋的上、下两个方向，构成一个具有记忆功能的神经网络系统。并且引用物理学中有关能量的概念，用“计算能量函数”（Computational Energy Function）来评价和指导整个网络的记忆功能。当网络满足一定条件时，Hopfield学习算法总是收敛的。
CAS号：
性质：网络的基本思想，就是利用人工神经网络模拟的磁旋，用神经元之间的连接权模拟磁场中磁旋的相互作用：用各神经元的“激活”和“抑制”两种状态，模拟磁场中磁旋的上、下两个方向，构成一个具有记忆功能的神经网络系统。并且引用物理学中有关能量的概念，用“计算能量函数”（Computational Energy Function）来评价和指导整个网络的记忆功能。当网络满足一定条件时，Hopfield学习算法总是收敛的。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条