搜索资源列表
hopfield_net
- 对于含有噪声的的数字图像模式“1、2、3、4”，使用“hopfield”神经网络，进行联想、识别，以去除噪声的影响。-for containing noise of the digital image model "1,2,3,4", "hopfield" neural network, Lenovo, identification, in order to remove noise impact.
hopfield－朱林
- 本文将介绍Hopfield神经网络(HNN)的产生、发展及基本原理，重点是对离散Hopfield网络(DHNN)的说明。包括：网络结构、涉及的算法和神经网络的训练方法；具体实例描述网络的联想去噪功能；进行计算机仿真计算及仿真结果说明；仿真程序的说明文档（仿真程序附后）；最后将对DHNN的最新发展状况作简单阐述。
LAM线性联想记忆
- LAM（线性联想记忆）算法源程序，这个不用说明了-LAM (Linear associative memory) algorithm source, not a statement
BAM_Neural_Network
- BAM是一种两层的异联想，内容可寻址存储器组成的反馈网络。 分类：离散，连续 和自适应BAM等。 1987年和1988年由Kosko提出的BAM型。 网络运行是双向的。对网络的一端输入信号，则可在另一端得到输出，该输出又反馈回来，经过多次反复，直到网络达到稳态为止-BAM is a two-tier Heteroassociation, content addressable memory component of the feedback network. Classifica
Kosko
- 了解Kosko型双向联想记忆网络的原理与结构，掌握具体实现方法-understanding Kosko-directional Associative Memory Networks principle and the structure have specific method
Neural_Network_Code_CHAPT9
- LAM（线性联想记忆）算法：单层的前馈网络，例子能够实现自联想功能-LAM (Linear associative memory) algorithm : the first single-layer feedforward network, for example, can be realized since Lenovo function
BAM_VC
- BAM网络即双向联想记忆网络，是一种可以记忆模式对的两层非线性反馈神经网络。-BAM network is a two-way associative memory networks, it is a memory of the two-mode nonlinear feedback neural network.
Rosenstein_lyapunov_c
- Hopfield神经网络算法源程序：这程序是《神经网络模式识别及其实现》第九章<神经联想记忆和Hopfield网络>附的程序，用于神经网络的实现-Hopfield neural network algorithm source : This procedure is "pattern recognition and neural network to achieve" the ninth chapter
bsb
- 盒中脑（bsb）神经网络模型首先由Anderson等人于1977年提出，Golden等人对该模型进行了深入的研究。可用作自联想最邻分类器，并可存储任何模拟向量模式。
hopfild1
- Hopfield 网——擅长于联想记忆与解迷路 实现H网联想记忆的关键，是使被记忆的模式样本对应网络能量函数的极小值。 设有M个N维记忆模式，通过对网络N个神经元之间连接权 wij 和N个输出阈值θj的设计，使得: 这M个记忆模式所对应的网络状态正好是网络能量函数的M个极小值。 比较困难，目前还没有一个适应任意形式的记忆模式的有效、通用的设计方法。 H网的算法 1）学习模式——决定权重 想要记忆的模式，用-1和1的2值表示 模式：-1，-1，1，-1，1，1，... 一般表示： 则任意两个神经元
Neural-Network-Character-Recognition
- 利用Hopfield 神经网络联想记忆的功能, 对有噪声干扰的字母进行识别-Using Hopfield neural network associative memory function, there is noise interference on the letters to identify
xiaoshijieshenjingwangluozhongdelianxiangjiyiyanji
- 摘要： 本文研究了基于小世界结构的神经网络中的联想记忆模型。网络恢复存储模式的行为其实是无序参数为一有限值时的相位变化。越是规则的网络越是难以恢复记忆模式，且容易变成混合状态。另外，在无序参数的值适中时，对于一定数量的存储模式，最终得到恢复的效果可以达到最大。-Abstract: This paper studies the structure based on small-world neural network model of associative memory. Network s
FLch5eg1
- 采用CMAC网络对对频率为0.1572HZ的谐波进行辨识，选择联想单元A*=4，权值Wa=W1+W2+W3+W4- CMAC group program,include four sub-CMAC CMAC program 1
outstar
- matlab写的简单的联想网络实例，模拟dog,meat,light生物条件反射实验-matlab write simple examples of the association network, analog dog, meat, light on Biological conditioned reflex experiments
Kosko
- kosho 算法 双向联想记忆 神经网络 简单的仿真-kosho bi-directional associative neural network algorithm
BAM
- 人工智能，双向联想记忆，Heteroassociative记忆协会的姓名和电话号码-Artificial intelligence, bi-directional associative memory, Heteroassociative memory association' s name and phone number
hopfield[1]
- hopfield神经网络，vc++源代码，联想记忆-hopfield neural network, vc++ source code, associative memory
associative
- matla实现细胞神经网络的联想记忆，该方法能实现容量较大的存储模式。-using the matlab realize the associative memory based CNN ，the capacity of the method is much biger than other method presented。
hopfield
- 离散二值神经网络，作为一种新的人工神经网络，是一种具有联想记忆功能的网络，用于数字识别。-Discrete binary neural networks, as a new artificial neural network is a kind of associative memory function of the network, for digital identification.
Hopfield3
- Hopfield神经网络的联想记忆——数字识别-Hopfield Neural Network Associative Memory-- Digital Recognition