一种改进型离散Hopfield学习算法
针对离散Hopfield 神经网络(DHNN) 的权值设计问题, 提出一种改进型学习算法, 并在DHNN动力学分析的基础上设计该学习算法. 利用矩阵分解的方法(MD) 得到正交矩阵, 并采用得到的正交矩阵直接计算DHNN的权值矩阵. 通过该学习算法得到的权值矩阵, 可以很好地存储训练样本的信息, 使测试样本收敛到稳定点. 该学习算法不需要进行分块计算, 减少了计算步骤和计算量, 降低了网络的迭代次数, 从而提高了网络运行速度. 最后, 将该学习算法应用于水质评价, 验证了其有效性和可行性.
文件下载
评论信息
其他资源
- Audio部分常见问题处理方法
- VS2013+OPENCV2.4.10 提取HOG特征使用SVM多分类手势识别
- Unity从UI拖物体到场景中以及鼠标拖动物体
- html，css和js写的登录与注册界面
- 常见聚类数据集人工数据和UCI数据都有
- MATLAB Compiler
- 基于Verilog的ad7606的8通道并行同步采样，采样率可调，modelsim仿真通过
- 学生考勤管理系统的设计与实现
- LaTeX经典书籍
- 这个程序是去南京进行机器人跳舞比赛用的程序
- LMS自适应波束形成matlab代码
- MinecraftEcologyMod：Mod，向Minecraft添加污染和气候变化系统-源码
- tesseract-OCR GUI版本-Mac版本
- 带进度条的C#软件启动特效，类似Word的启动画面
- TCP-IP高效编程：改善网络程序的44个技巧 PDF中文版带书签
- 基于envi、arcgis解译
- 专利交底书的撰写
- 水平集牛人李春明老师文章代码
- ORACLE EBS R12 中文帮助文档
- Emmagee安卓性能测试源码学习
- 红外图像中的行人检测
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明