1) generalized Hopfield neural networks
广义Hopfield神经网络
1.
By inducing an energy functional, global stability of a class of generalized Hopfield neural networks with time delay is analyzed.
通过引入能量泛函,分析了一类具有时滞的广义Hopfield神经网络的全局稳定性。
2) Hopfield Neural Networks
Hopfield神经网络
1.
Research on vehicle path combinatorial optimization based on Hopfield neural networks;
基于Hopfield神经网络车辆路径的优化研究
2.
Robust stability of Hopfield neural networks with multiple time-delay and estimation of the domain of attraction;
多时滞Hopfield神经网络的鲁棒稳定性及吸引域的估计
3.
A periodic solution of second continuous Hopfield neural networks with delays;
具有时滞的二阶连续型Hopfield神经网络的周期解
3) Hopfield neural network
Hopfield神经网络
1.
Transversely isotropic parameter inversion using Hopfield neural network;
用Hopfield神经网络反演横向各向同性介质参数
2.
Parameter estimation on Hopfield neural network for minimizing number of heat exchangers;
求换热网络最小换热单元数的Hopfield神经网络模型参数估计
3.
Study on model of Fourier Hopfield neural network and applications in optimization;
傅立叶Hopfield神经网络及其在优化中的应用
4) HNN
Hopfield神经网络
1.
THE APPLICATION COMPARISONS OF BPNN AND HNN IN POTENTIAL FIELD INVERSION;
BP、Hopfield神经网络在位场反演中的应用比较
2.
In this paper,the optimum principle of Hopfield Neural Network (HNN) is briefly introduced.
简单介绍了用Hopfield神经网络优化的原理,通过对游梁式抽油机性能、结构的分析,提出以悬点最大加速度作为目标函数的基于Hopfield神经网络的优化设计方法,给出优化设计数学模型及优化前后CYJY12-4。
5) Hopfield neural network(HNN)
Hopfield神经网络
1.
Based on the analysis of immune theory and Hopfield neural network(HNN),a new algorithm for multimodal function optimization was proposed.
分析了免疫算法和Hopfield神经网络的优缺点,提出了一种解决多峰值函数优化问题的混合算法。
2.
To improve further performance of multi-user detection based on Discrete Shuffled Frog Leaping Algorithm(DSFLA),a novel hybrid algorithm that employs DSFLA and Hopfield Neural Network(HNN) for the multi-user detection is presented.
在DSFLA的每一族内更新中,随机选择若干只"青蛙"采用Hopfield神经网络的寻优更新策略,进行快速迭代,寻找全局最优。
6) Hopfield neural network
Hopfield 神经网络
补充资料：Hopfield神经网络模型
Hopfield神经网络模型
Hopfield neural network model
收敛于稳定状态或Han加Ing距离小于2的极限环。 上述结论保证了神经网络并行计算的收敛性。 连续氏pfield神经网络中，各个神经元状态取值是连续的，由于离散H6pfield神经网络中的神经元与生物神经元的主要差异是:①生物神经元的I/O关系是连续的;②生物神经元由于存在时延，因此其动力学行为必须由非线性微分方程来描述。为此，在1984年J.J.H叩fi酗提出了连续氏pfield神经网络，它可用图1所示的电路实现，其动态方程┌───┐│·T叮 │└───┘图1连续F砧pfield神经网络 (a)Sigmoid非线性;(b)神经元模型可由下述微分方程式描述: 、，产 门J /r、l、1.。瓮一客、一佘Ii认=f(u￡)￡=l，2，…，n式中f(·)为连续可微的Sign101d函数;T，j=兀、i，j=1，2，“’，n几=0]=i1~.吞~·‘八文一Q*+，戮T，j‘一‘，2，”一”连续时间氏pfield神经网络式的计算能量函数定义为:一告客客几从砚 石l「Vi_1，、，合，，， +乞古!‘厂‘(x)dx一乙I，从(4) ’月R‘Jo“‘、一’一月一，” 对于式(3)，若f一‘为单调增且连续，C>0，T，j=几(i，j=1，2，一，n)，则沿系统的运动轨道有dE一。-丁丁足之Uat当且仅当贷一。时 箭一。式(3)的稳定平衡点就是能量函数E〔式(4)」的极小点，反之亦然。同时，连续氏pfield神经网络式(3)以大规模非线性连续时间并行方式处理信息。网络的稳定平衡点对应于其计算能量函数E的极小点，网络的计算时间就是它到达稳定的时间，网络的计算在系统趋于稳态的过程中也就完成了。这也是式(3)用于神经计算及联想记忆的基本原理，也即神经计算机的基本原理。HoPfield shenling wangluo moxingHopfield神经网络模型(Hopfieldne，Ine幻即0比m侧触l)一种单层全反馈的人工神经网络模型(后称之为氏p玉idd模型)，它对推动人工神经网络研究的复苏起了很重要的作用。 且，lield对人工神经网络研究的贡献主要有: (l)把有反馈的神经网络看作一个非线性动力系统，提出了系统的全局Lyap阴lov函数(或称能量函数)的概念，用于系统稳定性的分析; (2)利用上述分析方法解决人工智能中的组合优化问题，如15护;(3)给出了利用模拟电子线路实现的连续Hopfidd网络的电路模型，为进一步研究神经计算机创造了条件。
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