Hopfield神经网络

摘要： 通过理论分析和仿真的方法,研究了一种4维忆阻自突触Hopfiled神经网络(以下简称MAHNN)的动力学行为及其仿真电路的实现。首先,分析了MAHNN能够产生复杂动力学行为的基本条件。其次,利用常规的动力学分析方法如分岔图、李氏指数、相轨迹图和时域图,分析了它的动力学行为。MATLAB数值仿真结果揭示了MAHNN存在与忆阻控制参数有关的特殊动力学行为。最后,采用改进型模块化电路设计方法,设计了MAHNN的模拟等效电路。Multisim电路仿真结果与MATLAB数值仿真结果一致,验证了忆阻自突触Hopfield神经网络理论设计的正确性。

摘要： Hopfield神经网络能很好地模拟大脑中的混沌行为,本文根据突触间存在的串扰行为,设计了一种四元忆阻Hopfield神经网络。运用Lyapunov指数谱和分岔图等方法分析忆阻参数和串扰参数变化对神经网络动力学特性的影响,发现该神经网络出现一系列复杂混沌现象。Pspice电路仿真实验结果与理论分析一致,进一步揭示了忆阻Hopfield神经网络的可实现性。

摘要： 研究了一类具有S分布时滞的Hopfield神经网络的全局吸引性问题.首先,通过常微分方程比较原理和适当的迭代证明了系统解的有界性,再通过一类非线性代数方程组和迭代技巧得到了平衡点全局吸引的一个充分条件.最后,通过数值模拟验证了结论的有效性.

摘要： 工程结构的有限元模型对结构的健康监测与可靠性评估有重大意义,但实际工程中测量数据和模型都与结构初始有限元模型有一定的差异,因此有必要对实际结构的有限元模型进行修正。首先建立有限元模型修正方程来表达结构响应与待修正参数之间的关系,再通过Hopfield递归神经网络技术,对模型修正方程进行求解。通过一个数值梁模型对提出的方法进行了验证,结果显示Hopfield神经网络在求解线性模型修正仿真中有较好的效果。

摘要： 磁浮列车的悬浮系统具有本征非线性特性,在轨道不平顺以及非线性负载的作用下,非线性项的辨识和处理能力对于列车的悬浮稳定性具有重要影响。尤其是在轨道刚度较小时,在微小形变的作用下更易影响悬浮稳定性,而发生掉点、砸轨现象。从磁浮列车悬浮系统的非线性动力学建模出发,重点分析非线性项的系统参数辨识,基于Hopfield神经网络来构建误差函数和网络辨识方案。结合参数辨识误差函数和Hopfield网络的标准能量函数,得到相应的网络权值矩阵,并进一步给出相应辨识结果。通过数值仿真分析可以发现,基于本辨识方法所得到的结果与非线性项输出结果误差较小,可较好地拟合状态方程的含参非线性项,验证了辨识模型的可靠性。

摘要： 针对基于Hopfield网络算法实现的手写汉字体识别系统,使用Python语言中Numpy和Cv2库对数据进行预处理,通过Neurolab库训练Hopfield神经网络,编写相似度对比算法对其进行改进,采用Pyqt5实现功能的可视化。研究结果表明,该汉字体识别系统具有图片识别和手写识别两大功能。采用改进后的Hopfield神经网络算法,该系统的识别效率有了很大的提升,识别准确度保持在80%以上,并且具有良好的兼容性。

摘要： 针对基于Hopfield网络算法实现的手写汉字体识别系统,使用Python语言中Numpy和Cv2库对数据进行预处理,通过Neurolab库训练Hopfield神经网络,编写相似度对比算法对其进行改进,采用Pyqt5实现功能的可视化.研究结果表明,该汉字体识别系统具有图片识别和手写识别两大功能.采用改进后的Hopfield神经网络算法,该系统的识别效率有了很大的提升,识别准确度保持在80％以上,并且具有良好的兼容性.

摘要： 为了提高加密算法的安全性能,该文提出了明文相关的通道关联的同时置乱扩散加密方案,算法中置乱扩散矩阵是与明文图像以及外部密钥相关的.由于明文图像中相邻像素之间的相关性很高,因此,图像加密方案一般采用置乱的方式对图像进行"洗牌"操作,再进行扩散操作改变像素值,即Fridrich提出的经典置乱-扩散结构.然而随着图像破解技术的进步,分开攻击技术对这种经典的加密方案造成了很大的影响.该文采用同时置乱扩散的方案提高加密算法的安全性,首先使用三阶神经网络产生密钥流对彩色图像的三通道进行同时置乱扩散操作,然后再对得到的三个通道矩阵进行二次扩散操作,使得加密算法更加安全.对比现有的图像加密方案,该加密算法能够避免分开攻击对加密安全性的影响,提高了算法的安全性.实验结果表明,该算法有良好的加密性能,可以抵抗各种攻击.

摘要： 新兵入伍训练是提升战斗力的基础,对新兵入伍训练成绩进行科学评价,将入伍训练19个指标作为评估因子,选取8个班平均训练成绩进行模糊聚类分析,按照得分情况制定了4个等级的划分方法,提出了一种基于量子遗传算法优化离散型Hopfield神经网络的评估模型,然后将待分级的4名士兵训练成绩进行Hopfield编码评估,并用实例对模型进行验证,为基层部队强化智能化军事训练方法手段提供了理论依据.

摘要： 为了提升拧装机的加工效率,将装配刀头的运行轨迹规划问题转化为旅行商问题(TSP),应用连续型Hopfield神经网络算法对工作节点进行优化排序,并且以16节点的控制柜安装板为分析案例,得出了刀头拧装的执行路径.此外,针对传统Hopfield算法在实际运行过程中容易产生无效路径以及陷入局部最优的不足,融入蚁群算法的思想研究了一种改进型Hopfield算法,在一定范围内自动调整神经元之间的连接权值,辅助网络产生期望的能量极小点.仿真结果表明,改进算法降低了产生无效路径的几率,有效提升了寻优性能.

摘要： 本文主要研究分数阶Hopfield神经网络模型的稳定性问题.通过对已有的分数阶Lyapunov第二方法进行推广,并以此为理论基础对常输入的分数阶Hopfield神经网络模型进行稳定分析,得到相应的稳定性条件.对有界时变输入的分数阶Hopfield神经网络模型进行稳定分析,得到相应的有界条件.最后通过数值模拟实验验证了所得结论的有效性.

摘要： 本文主要研究分数阶Hopfield神经网络模型的稳定性问题.通过对已有的分数阶Lyapunov第二方法进行推广,并以此为理论基础对常输入的分数阶Hopfield神经网络模型进行稳定分析,得到相应的稳定性条件.对有界时变输入的分数阶Hopfield神经网络模型进行稳定分析,得到相应的有界条件.最后通过数值模拟实验验证了所得结论的有效性.

摘要： 本文主要研究分数阶Hopfield神经网络模型的稳定性问题.通过对已有的分数阶Lyapunov第二方法进行推广,并以此为理论基础对常输入的分数阶Hopfield神经网络模型进行稳定分析,得到相应的稳定性条件.对有界时变输入的分数阶Hopfield神经网络模型进行稳定分析,得到相应的有界条件.最后通过数值模拟实验验证了所得结论的有效性.

摘要： 本文主要研究分数阶Hopfield神经网络模型的稳定性问题.通过对已有的分数阶Lyapunov第二方法进行推广,并以此为理论基础对常输入的分数阶Hopfield神经网络模型进行稳定分析,得到相应的稳定性条件.对有界时变输入的分数阶Hopfield神经网络模型进行稳定分析,得到相应的有界条件.最后通过数值模拟实验验证了所得结论的有效性.

摘要： 激活函数是一个神经元及网络的核心,Hopfield网络激活函数形式的选用和设计是由网络的复杂性和具体任务要求所决定的,通常依据特定问题所要获得的输出值的不同来选择相应的激活函数.激活函数的设计和选用是否合理直接决定着算法是否成功并影响到算法性能的优劣性.本文详细介绍了一种激活函数来检测各类QAM信号,并用高阶QAM激活函数来检测低阶QAM信号.文中还给出了能量函数的设计与分析,盲检测信号权矩阵的配置方法.实验仿真结果表明,本文所选的激活函数能很好的检测出各类QAM信号,而且在各类QAM信号中具有较强的适应性.

摘要： 激活函数是一个神经元及网络的核心,Hopfield网络激活函数形式的选用和设计是由网络的复杂性和具体任务要求所决定的,通常依据特定问题所要获得的输出值的不同来选择相应的激活函数.激活函数的设计和选用是否合理直接决定着算法是否成功并影响到算法性能的优劣性.本文详细介绍了一种激活函数来检测各类QAM信号,并用高阶QAM激活函数来检测低阶QAM信号.文中还给出了能量函数的设计与分析,盲检测信号权矩阵的配置方法.实验仿真结果表明,本文所选的激活函数能很好的检测出各类QAM信号,而且在各类QAM信号中具有较强的适应性.

摘要： 激活函数是一个神经元及网络的核心,Hopfield网络激活函数形式的选用和设计是由网络的复杂性和具体任务要求所决定的,通常依据特定问题所要获得的输出值的不同来选择相应的激活函数.激活函数的设计和选用是否合理直接决定着算法是否成功并影响到算法性能的优劣性.本文详细介绍了一种激活函数来检测各类QAM信号,并用高阶QAM激活函数来检测低阶QAM信号.文中还给出了能量函数的设计与分析,盲检测信号权矩阵的配置方法.实验仿真结果表明,本文所选的激活函数能很好的检测出各类QAM信号,而且在各类QAM信号中具有较强的适应性.

摘要： 激活函数是一个神经元及网络的核心,Hopfield网络激活函数形式的选用和设计是由网络的复杂性和具体任务要求所决定的,通常依据特定问题所要获得的输出值的不同来选择相应的激活函数.激活函数的设计和选用是否合理直接决定着算法是否成功并影响到算法性能的优劣性.本文详细介绍了一种激活函数来检测各类QAM信号,并用高阶QAM激活函数来检测低阶QAM信号.文中还给出了能量函数的设计与分析,盲检测信号权矩阵的配置方法.实验仿真结果表明,本文所选的激活函数能很好的检测出各类QAM信号,而且在各类QAM信号中具有较强的适应性.

摘要： 传统的Hopfield神经网络对信号的盲检测是采用随机起始点进行搜索,其收敛速度慢,耗费时间长,且很容易陷入局部极小.本文提出的一种设置起始点的方法,可以明显的克服上述缺陷,将信号的接收数据阵的值空间基经过量化再取整到发送信号的字符集后的向量作为盲检测算法的起始搜索点.仿真实验表明:完成相同的计算,本文所用的算法耗费时间更少,能有效排除非真值点,在较短的时间内就可收敛到全局真值点,具有良好的收敛性.

摘要： 传统的Hopfield神经网络对信号的盲检测是采用随机起始点进行搜索,其收敛速度慢,耗费时间长,且很容易陷入局部极小.本文提出的一种设置起始点的方法,可以明显的克服上述缺陷,将信号的接收数据阵的值空间基经过量化再取整到发送信号的字符集后的向量作为盲检测算法的起始搜索点.仿真实验表明:完成相同的计算,本文所用的算法耗费时间更少,能有效排除非真值点,在较短的时间内就可收敛到全局真值点,具有良好的收敛性.

摘要： 用Hopfield神经网络对无线传感器网络分簇的方法，属于无线传感器网络技术领域。针对LEACH协议的不足予以改进，使各个簇头的分布与各节点的能量消耗得到均衡，并将此分簇协议建模为组合优化问题。本发明对传统Hopfield神经网络局部极值问题和固定步长问题予以改进，提出了动态步长混沌Hopfield神经网络,命名为DSC-HNN。并用DSC-HNN实现了最佳簇头选择问题，此方法可以有效地实现协议的原理，延缓了节点的死亡时间，使无线传感器网络的生命周期得到最大化，延长了网络的生命周期。

摘要： 本发明公开了一种基于Hopfield混沌神经网络的明文关联图像加密方法，包括步骤：首先，利用初始密钥在分段复合混沌映射产生双极性二值混沌序列，得到置乱算法的参数值；利用改进后的猫映射算法对原图像进行置乱和扩散，并且提取置乱和扩散后的值作为产生密钥流的参数；利用产生的参数和初始密钥得到Hopfield混沌神经网络系统的初始值；利用得到的Hopfield混沌神经网络系统初始值迭代产生密钥流K；利用产生的密钥流对置乱和扩散之后的图像的R2,G2,B2分量分别进行二次扩散，得到加密图像C。本发明通过分段复合混沌映射与Hopfield混沌神经网络的结合使得具有更为复杂的时空复杂度，而且通过置乱和扩散同时进行以及二次扩散的密钥流与明文相关，可以很好的抵抗选择明文攻击。

摘要： 本发明提供一种用神经激活梯度λ控制的三维Hopfield神经网络模型实现电路，包括基于激活梯度的负输出双曲正切函数实现电路和三维Hopfield神经网络主电路。本发明提供的一种用神经激活梯度λ控制的三维Hopfield神经网络模型实现电路，基于常规三维Hopfield神经网络，在双曲正切函数中引入神经激活梯度作为模型的控制量λ，构成了基于神经激活梯度的激活函数tanh(λx)，激活函数作为神经网络的模块，通过神经激活梯度λ可以实现对三维Hopfield神经网络的动力学控制，此控制方法简单易操作，极好的模拟人脑的反应状态，对神经形态电路、电子神经元和人工智能的发展和研究有较好的应用。

摘要： 用Hopfield神经网络对无线传感器网络分簇的方法，属于无线传感器网络技术领域。针对LEACH协议的不足予以改进，使各个簇头的分布与各节点的能量消耗得到均衡，并将此分簇协议建模为组合优化问题。本发明对传统Hopfield神经网络局部极值问题和固定步长问题予以改进，提出了动态步长混沌Hopfield神经网络,命名为DSC-HNN。并用DSC-HNN实现了最佳簇头选择问题，此方法可以有效地实现协议的原理，延缓了节点的死亡时间，使无线传感器网络的生命周期得到最大化，延长了网络的生命周期。

摘要： 本发明提供一种不需要偏置的神经网络电路装置、神经网络、神经网络处理方法和神经网络的执行程序。二值化神经网络电路(100)具有：输入输入值x1～xn(xi)(二值)的输入节点和输入权重w1～wn(wi)(二值)的输入部(101)；XNOR门电路(102)，其接收输入值x1～xn和权重w1～wn，且进行XNOR逻辑运算；求和电路(103)，其求出各XNOR逻辑值的总和；批归一化电路(41)，其通过扩大归一化范围且使中心位移的处理来修正由二值化导致的分布不平衡；和激活函数电路(35)，其使用激活函数fsgn(B)对信号B进行转换，其中所述信号B是对求出总和之后的信号Y进行批归一化得到的信号。

摘要： 本发明提供一种无需批归一化电路的神经网络电路装置、神经网络、神经网络处理方法及神经网络的执行程序。二值化神经网络电路(100)具备：输入输入值x1～xn(xi)(二值)的输入节点及输入加权w1～wn(wi)的输入部(101)、接收输入值x1～xn及加权w1～wn并采用XNOR逻辑的XNOR门电路(102)、输入多位偏置W'的多位偏置W'输入部(110)、取各XNOR逻辑值和多位偏置W'的总和的求和电路(103)及对于取总和后的信号Y仅输出符号位的激活电路(120)。

摘要： 本发明涉及一种压电微动平台基于Hopfield神经网络估计器的自适应控制方法，属于微纳控制技术领域。将压电微动平台表征为带有迟滞输入的离散非仿射非线性函数的形式，在广义Lipschitz条件下，采用动态线性化方法和最优算法设计自适应控制器，然后设计Hopfield神经网络估计器对控制器未知参数进行在线调整，该方法利用系统已知的先验知识将系统迟滞非线性描述为可公式化的Bouc‑Wen模型，避免对影响系统性能敏感因素考虑不全而导致闭环系统精度不高甚至失稳的问题。Hopfield神经网络估计器对系统输出值进行估计，直观地反应估计器性能，所设计控制器无需离线建模就能实现压电微动平台的高精度跟踪控制。

摘要： 本发明公开了一种基于Hopfield神经网络的起重机电气系统安全完整性评估方法，该方法按照起重机电气系统完整性水平评估指标体系中的各项指标进行检测，获得各项指标的评分；使用起重机电气系统完整性水平评估模型，根据各项指标的评分获得起重机电气系统完整性水平；其中，所述起重机电气系统完整性水平评估模型为Hopfield神经网络。该方法对起重机电气系统完整性水平进行功能安全评估，填补了现有起重机械安全评估的空白；采用基于Hopfield神经网络的起重机电气系统完整性水平评估方法，能直观、综合、定量地有效完成起重机电气系统完整性水平评估，并可根据实际测得的起重机电气系统完整性水平给出起重机运行管理的优化建议。

摘要： 一种基于Hopfield神经网络的光伏电站故障诊断方法，其特征在于包括：光伏组件阵列、测量模块、控制模块、通讯模块、环境温度测量仪、照度测量仪构成；根据当前照度测量仪输出的照度值、环境温度测量仪输出的温度值、光伏阵列的电流和电压值，采用Hopfield神经网络的计算方法，检测出光伏阵列是否出现光伏热斑、阴影遮挡、异常老化三种故障类型。

摘要： 本发明公开了一种基于萤火虫算法优化Hopfield神经网络的风险评级方法，包括以下的步骤：首先，确定表现期和风险等级，抽取建模样本客户，获取客户数据作为建模指标体系，所述客户数据包括风险等级和影响还款表现得信用数据；对信用数据进行预处理，随机切分训练集和测试集；根据建模样本的数据特征构建Hopfield神经网络拓扑结构，确定网络的参数，初始化Hopfield神经网络的权值和阈值；构建Hopfield神经网络的权值和阈值与萤火虫算法的映射关系，通过萤火虫算法得到最优权值和阈值，并使用训练集对Hopfield神经网络进行训练；本发明利用萤火虫算法确定了Hopfield神经网络最优的权值和阈值，加快了神经网络的收敛速度，并提高了预测模型的准度，可满足互联网金融信用实时评估的需求。