联想神经网络收敛性能的研究

史玉回; 何振亚

您当前的位置：

首页 >

文章列表页 >

联想神经网络收敛性能的研究

更新时间：2025-12-08

- 联想神经网络收敛性能的研究
- Study on Convergence Properties of Associative Neural Network
- 电子学报 1993年第5期页码：91-95
- 作者机构：
  
  1. 东南大学无线电工程系
  2. 东南大学无线电工程系南京 210018
- 作者简介：
- 基金信息：
  
  国家攀登计划资助项目
- DOI：
  中图分类号：
- 纸质出版：1993
- 稿件说明：
移动端阅览
[1]史玉回,何振亚.联想神经网络收敛性能的研究[J].电子学报,1993(05):91-95.

Shi Yuhui, He Zhenya. Study on Convergence Properties of Associative Neural Network[J]. Acta Electronica Sinica, 1993, (5): 91-95.
[1]史玉回,何振亚.联想神经网络收敛性能的研究[J].电子学报,1993(05):91-95. DOI：

Shi Yuhui, He Zhenya. Study on Convergence Properties of Associative Neural Network[J]. Acta Electronica Sinica, 1993, (5): 91-95. DOI：

摘要

本文对具有投影学习算法的Hopfield型二值神经网络（HBNN）在同步工作方式下的收敛性能进行了比较全面的讨论。证明了网络具有演化收敛到网络平衡点的特性

推导了计算网络收敛所需瞬态工作步数上界的估算公式

分析并给出了计算平衡点（记忆模式）收敛半径的算法。

Abstract

In this paper

the convergence properties of Hopfield-type associative neural network with projection learning rule under synchronous update operation have been studied. Using energy function method

we have proved the network having the property converging to one of its equilibrium points. A formula for estimating the upper bound of update steps required for convergence and an algorithm for calculating the convergent radius of the equilibrium point have been derived.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

噪声环境下遗传算法的收敛性和收敛速度估计

结合辅助分离系统的变步长盲源分离算法

RLGA:一种基于强化学习机制的遗传算法

分形图像编码的矩阵表示和收敛性分析

一类新型非线性随机系统微分状态估计器和控制器