生物神经系统的六个基本特征：
1）神经元及其联接；
2）神经元之间的联接强度决定信号传递的强弱；
3）神经元之间的联接强度是可以随训练改变的；
4）信号可以是起刺激作用的，也可以是起抑制作用的；
5）一个神经元接受的信号的累积效果决定该神经元的状态；
6) 每个神经元可以有一个“阈值”。
8.3 人工神经网络
8.3.1 生物神经元
2021-12-20 10:58:18
3.1MB
1
主要介绍了使用Python构建Hopfield网络的教程,本文来自于IBM官方网站的技术文档,需要的朋友可以参考下
2021-12-15 13:18:50
219KB
1
Hopfield-mnist
它包含两个python文件（mnist.py和hopfield4gif.py）。
mnist.py通过使用实现了一些获取和破坏的功能。
另一方面，hopfield4gif.py实现了训练和推断算法（即，外部产品构造和同步更新规则）。 给定训练数据（即MNIST手写数字）和偏差项，就可以确定Hopfield网络的所有参数，该网络从损坏的数据中重建训练数据。
主要功能输出由偏置项参数化的重建数据（80 png图像）的集合。 这些png图像用于制作由偏置项参数化的gif动画。
2021-12-09 10:47:49
20KB
1
利用Hopfield神经网络实现对数字0 1 2 3 4 6 . 9的识别 这里掺杂了一部分opencv2的代码
2021-12-08 19:53:22
5.44MB
1
仿真算法(神经网络算法)实现TSP问题JAVA版
通过JFreeChart展示结果路径
详见代码注释
2021-12-04 09:53:41
1.71MB
1
项目1所选问题为序号7基于神经网络的优化计算：求解TSP问题的连续Hopfield神经网络。旅行商（TSP）问题的描述是：推销员在N个城市中各经历一次后再返回出发点，使得所经过的路径最短。
由于连续性Hopfield神经网络具有优化计算的特性，因此将TSP问题的目标函数（即最短路径）与网络的能量函数相对应，将经过的城市顺序与网络的神经元状态相对应。这样，由连续Hopfield神经网络的稳定性理论可知，当网络的能量函数趋于最小值时，网络的神经元状态也趋于平衡点，此时对应的城市顺序即为待求的最佳路线。
2021-12-01 11:42:52
560KB
1
Hopfield神经网络是一种循环神经网络，由约翰·霍普菲尔德在1982年发明。Hopfield网络是一种结合存储系统和二元系统的神经网络。它保证了向局部极小的收敛，但收敛到错误的局部极小值（local minimum），而非全局极小（global minimum）的情况也可能发生。
2021-11-23 18:16:11
149KB
1
简单hopfield神经网络实现4个神经元组成的吸引子,W矩阵由(-1,1,1，-1)和(-1,1,-1,1)构造。
2021-11-23 18:11:54
2KB
1