1) Hopfield neural network algorithm
Hopfield神经网络算法
1.
And then,the combined optimal problem is studied by using the Hopfield neural network algorithm.
将人工智能方法应用于卫星的任务规划,以执行对地观测任务为例,将任务规划问题归于组合优化问题,建立了相应的数学模型,并应用Hopfield神经网络算法进行求解,结果表明,该方法可用于单个仪器的任务规划。
2) neural network Hopfield algorithm Hopfield
神经网络hopfield算法
3) 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
4) 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
5) 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。
6) 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。
补充资料：神经网络hopfield算法
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