Hopfield网络

摘要： 近年来深度学习理论再度中兴,在机器学习视觉识别和听觉识别领域应用日益广泛.玻尔兹曼机是比较典型的深度学习神经网络,其网络权值的训练算法有多种,比较经典的如对比离差(CD)算法.目前的算法无法精确取得网络热平衡状态的期望值,只能计算近似梯度值,同时算法运算量大、运行时间长.对此,提出了一种RBM权值计算的方法.首先将RBM等效成Hopfield网络,然后利用DHNN权值设计方法设计权值矩阵,最后将RBM权值求解问题转化为求DHNN权值矩阵特征值和特征向量问题,通过实例说明计算过程并给予数据反向验证该算法的正确性.

摘要： 文章提出基于Hopfield网络的水利工程软土地基处理技术对比方法,并采用该方法比较了排水固结法、化学固结法和人工材料加筋加固法的处理效果.模型的有效性评价结果表明,Hopfield网络在水利工程软土地基沉降的模拟中具有较高的有效性;基于Hopfield网络的模拟试验结果可知,化学固结法的处理效果相对最佳,而排水固结法相对最差.研究成果可以为水利工程软土地基处理技术的优化选择提供合理的判断依据和有效的分析工具.

摘要： In view of low image reconstruction quality of electrical capacitance tomography ( ECT ) , an image reconstruction algorithm of ECT based on multi-criteria of Hopfield network is put forward.Firstly, the basic principle of ECT image reconstruction and Hopfield network was analyzed.Secondly, according to the characteristics of the ECT image reconstruction, four criterion functions were determined,including image entropy, the error sum of squares between measuring capacitances and estimating capacitances, lo-cal heterogeneity function of reconstruction image, and total variation of reconstruction image.These four criteria functions were introduced to the energy function of Hopfield network,and thus the dynamic equa-tions of Hopfield networks were deduced.On this basis, the iterative algorithm for ECT image reconstruc-tion was gained.Finally, the proposed method was verified through simulation experiment.Simulation re-sults show that the error of image reconstruction and correlation coefficient are better than corresponding indicators obtained by LBP and Landweber iterative algorithm.This ECT image reconstruction method is proven to be highly effective and accurate.It also provides an effective method and means for ECT image reconstruction algorithm.%针对电容层析成像技术中图像重建质量较差的问题，提出一种基于多准则Hopfield网络模型的电容层析成像的改进图像重建算法。首先分析了ECT图像重建和Hopfield网络的基本原理，然后根据ECT图像重建的特点确定了4种准则函数：图像熵、测量电容和估计电容的误差平方和、重建图像的局部非均匀性函数和总变差，并将这4种准则函数引入Hopfield网络的能量函数中，由此推导出Hopfield网络的动态方程，在此基础上得到ECT图像重建迭代算法，最后通过仿真实验对所提方法进行了验证。仿真实验结果表明利用此方法获得的重建图像误差和相关系数比LBP算法和Landweber迭代算法得到的相应指标要好。由此可见，该方法是一种有效的、精确度较高的ECT图像重建方法。

摘要： 本文针对现有空调系统传感器故障检测方法在实时性、适应性等方面的不足，基于建筑无中心智能控制系统，提出了一种诊断传感器慢漂移故障的无中心算法。依据基本物理原理建立约束方程，检验各个变量测量值的一致性，并通过各相邻节点的相互协作，借鉴Hopfield网络中能量函数等相关分析，实现传感器故障检测。该算法无需构建中心节点，不必增加硬件或时序冗余，使数据在系统底层就能自组织地完成诊断，具有并行性和简单性的特点，方便工程实施。以冷冻水二次泵系统为例，对算法进行了验证，结果表明：该方法能实现单个或多个传感器故障的检测，使空调系统传感器故障检测问题得到更合理的解决。%Due to the poor instantaneity and adaptability, the current methods for sensors fault detection are still less applied in practical project. Based on the decentralized intelligent control system of building, a decentralized algorithm for the faults of slow drift in sensors is proposed. The basic idea of the method is to detect the consistency of variables under the equality and inequality constraints established through physic principle. In the decentralized control system, each sensor is fitted with a decentralized controller such that it become a sensor-agent, which can communicate with other sensors and thus operate collaboratively to check out the faulty nodes assited by Hopfield network. Unlike traditional centralized and distributed algorithms, this algorithm does not need to build a central node, regard⁃less of increasing hardware or time redundancy, with good parallelism and simplicity. In the case of secondary chilled water pump system, this method is verified effective to detect the fault of sensors through simulation result.

摘要： 计算机的功能非常强大,在处理图片方面也具有很好的性质.手写体图片的研究,在考古等方面有着重要的作用.本文的手写体图片是经多数人书写,保证了样本的差异性.在图片识别处理时,选用了识别性能较强的离散Hopfield网络,并针对Hopfield网络的特点,对手写体图片的进行中心归一化处理的改进,提高了识别效率.

摘要： To solve the special issue of electrical adaptive blind equalization in wireless spatial diversity optical coherent receivers, a new blind detection algorithm of multi- value QAM signals using output-feedback- bias ( OFB ) type complex discrete- time continuous state ( DTCS ) Hopfield neural network was presented. The OFB will not change the traditional Hopfield model. The proposed OFB- DTCS Hopfield neural network can meet special requirement of the multi- valued signal detection which need enlarger the search space. The blind detection problem of multi- valued QAM signals was transformed into solving a quadratic optimization problem. How to map the cost function of this optimization problem to the energy function of OFB- DTCS Hopfield neural network was also shown. The proof, analysis and its constraints of the energy function were shown, respectively. A complex activation function to fit this special problem was discussed. Then a special connective matrix was constructed to ensure algorithm detect signals correctly. Finally, detailed simulation results and performance comparison with other algorithm were shown to demonstrate farther the effectiveness, superiority and shortage of this new algorithm.%为解决无线分集相干光接收机的自适应盲检测问题，提出了一种新的离散时间连续状态的网络输出反馈偏置型的复Hopfield神经网络用以解决多值QAM信号的盲检测问题。反馈电压偏置的引入即不脱离传统Hopfield模型，又能有效满足多值信号检测时所需的搜索空间变大的特殊要求。全文完成多值信号盲检测的优化问题构造和能量函数的映射，给出能量函数的证明、分析和它的约束条件，给出适用该问题的激活函数的基本特征，正确盲检测信号的权矩阵的配置方法。最后，通过详细的仿真结果展示和与其他算法性能对比进一步验证算法的有效性和优越性并指出算法所存在的问题和下一步的研究方向。

摘要： Aiming at problems of tamper detection and recovery, a recoverable watermarking algorithm for text authentication and synonym replacement based on synonym replacement technology and associative memory function of Hopfield neural network is proposed. The text is divided into replaceable synonyms and non-replaceable words. The feature information of replaceable synonyms is extracted according to the position in their thesaurus and the feature information of non-replaceable words is extracted according to the structure and stroke of Chinese characters in the text. Then, the watermark is embedded by synonym replacement. The information of watermark and the feature information of non-replaceable words are input into the Hopfield neural network and they are trained to realize tamper detection and recovery function of replaceable synonyms. The simulation results show that the proposed algorithm has good robustness, tamper detection performance and recoverability, and by this algorithm, tamper detection and the location of replaceable synonyms and non-replaceable words are implemented to realize text authentication, recover the original replaceable synonyms and achieve recovery.%针对水印文本的篡改检测和恢复问题，利用Hopfield网络的联想记忆功能，提出一种Hopfield神经网络与同义词替换技术相结合的文本认证与同义词替换的可恢复水印算法。算法首先将文本分为可替换同义词和非替换词语，利用可替换同义词在其同义词库中的位置及汉字笔画和结构特征，分别提取文本可替换同义词的特征信息和非替换词语的特征信息。然后通过同义词替换实现水印嵌入，并将水印信息和非替换词语的特征信息输入Hopfield神经网络进行训练，实现篡改检测与可替换同义词的恢复功能。实验仿真表明，该算法具有较好的鲁棒性、篡改检测性和恢复能力，能篡改检测和定位可替换同义词、非替换词语，实现认证功能，且能恢复被替换的同义词，实现恢复功能。

摘要： Hopfield网络容量大小对网络模式识别正确率有重要影响.为进一步提升Hopfield的网络容量,提出了一种基于克隆选择算法优化Hopfield网络容量的方法.首先将克隆选择算法引入到Hopfield网络中,以Hopfield网络的初始输入作为克隆选择算法中的抗原;然后随机产生权值矩阵作为克隆选择算法的初始抗体;最后依据克隆选择算法对初始抗体进行克隆、交叉、变异,根据亲和力的大小选择出网络的优化权值,以提升Hopfield网络容量.将上述方法应用于含噪声的样本识别,实验结果表明:与传统的Hopfield网络相比,所提出的方法能有效地提升Hopfield网络的容量.为提高Hopfield神经网络的记忆容量提供了一种新的思路.

摘要： Hopfield神经网络常被用于非线性约束优化的求解,属于动力学方法,可用来求解乘子法的子问题,且只需要进行一阶导数的计算.以逐渐衰减的高斯噪声信号为基础,对随机神经网络进行构建.初始温度能从很大程度上影响随机神经网络,随机神经网络也因此十分难以跳出局部极小值的限制,为有效解决该问题,神经网络在运行的过程中,对结合模拟退火的欧拉法进行了应用.运用此方法对喷气教练机进行总体优化设计,可知,算法具有数值稳定性高、求解精度高的特点,同时借助了由拉氏乘子提供的约束敏度信息,进行了相应的设计要求权衡,并对某型干线旅客机的机翼气动P结构综合设计问题进行了分析和研究.

摘要： 为了减小笔迹图像中的书写波动与噪声,研究了基于蚁群算法优化Hopfield神经网络的图像规范化预处理方法,使网络调整后的图像更接近标准样本,并对其进行特征提取和分类鉴别.同时引入动态组网的系统结构和网络联想自我评价方法,在大样本笔迹数据库上进行实验表明,该方法能够对笔迹图像中的复杂波动与噪声进行有效的规范化处理,以提高计算机笔迹鉴别的准确性,10候选鉴别正确率可提高到95.65％.

摘要： TSP问题是组合优化中一个非常典型的问题,具有很强的工程和实际应用价值,但至今尚无非常有效的最优路径求解方法.本文通过研究Hopfield网络、遗传算法和蚁群优化算法来求解TSP问题.使用预先定义的能量函数来构建Hopfield网络,在该网络框架下,采用遗传算法来逐步迭代学习一个最小的能量函数值,从而使网络达到一个稳定的状态.通过对传统遗传算法进行改进,将一段基因视为一个整体,使整段基因进行组合交叉和变异,提出一个基于基因片段的遗传算法,进而实现TSP问题的蚁群优化算法.

摘要： TSP问题是组合优化中一个非常典型的问题,具有很强的工程和实际应用价值,但至今尚无非常有效的最优路径求解方法.本文通过研究Hopfield网络、遗传算法和蚁群优化算法来求解TSP问题.使用预先定义的能量函数来构建Hopfield网络,在该网络框架下,采用遗传算法来逐步迭代学习一个最小的能量函数值,从而使网络达到一个稳定的状态.通过对传统遗传算法进行改进,将一段基因视为一个整体,使整段基因进行组合交叉和变异,提出一个基于基因片段的遗传算法,进而实现TSP问题的蚁群优化算法.

摘要： TSP问题是组合优化中一个非常典型的问题,具有很强的工程和实际应用价值,但至今尚无非常有效的最优路径求解方法.本文通过研究Hopfield网络、遗传算法和蚁群优化算法来求解TSP问题.使用预先定义的能量函数来构建Hopfield网络,在该网络框架下,采用遗传算法来逐步迭代学习一个最小的能量函数值,从而使网络达到一个稳定的状态.通过对传统遗传算法进行改进,将一段基因视为一个整体,使整段基因进行组合交叉和变异,提出一个基于基因片段的遗传算法,进而实现TSP问题的蚁群优化算法.

摘要： TSP问题是组合优化中一个非常典型的问题,具有很强的工程和实际应用价值,但至今尚无非常有效的最优路径求解方法.本文通过研究Hopfield网络、遗传算法和蚁群优化算法来求解TSP问题.使用预先定义的能量函数来构建Hopfield网络,在该网络框架下,采用遗传算法来逐步迭代学习一个最小的能量函数值,从而使网络达到一个稳定的状态.通过对传统遗传算法进行改进,将一段基因视为一个整体,使整段基因进行组合交叉和变异,提出一个基于基因片段的遗传算法,进而实现TSP问题的蚁群优化算法.

摘要： 旅行商问题(TSP)是经典的组合优化问题，本文提出两种新的采用Hopfield网络求解TSP问题的算法。通过改进传统Hopfield网络求解TSP问题设计的能量函数，简化了Hopfield网络的神经元数目和结构，提高了算法优化效率。另外本文通过固定出发点等价相应的环路解，缩小了优化范围，减小了求解空间维数，在保证所求解的正确性与可行性的基础上大幅减少了计算开销，提高了算法速度。仿真结果表明，对能量函数的改进和等价解的分析不仅保证了所提出算法的全局最优解的存在，而且在传统Hopfield求解算法的基础上提高了50％的优化效率，是更优的TSP问题的求解算法。

摘要： 旅行商问题(TSP)是经典的组合优化问题，本文提出两种新的采用Hopfield网络求解TSP问题的算法。通过改进传统Hopfield网络求解TSP问题设计的能量函数，简化了Hopfield网络的神经元数目和结构，提高了算法优化效率。另外本文通过固定出发点等价相应的环路解，缩小了优化范围，减小了求解空间维数，在保证所求解的正确性与可行性的基础上大幅减少了计算开销，提高了算法速度。仿真结果表明，对能量函数的改进和等价解的分析不仅保证了所提出算法的全局最优解的存在，而且在传统Hopfield求解算法的基础上提高了50％的优化效率，是更优的TSP问题的求解算法。

摘要： 旅行商问题(TSP)是经典的组合优化问题，本文提出两种新的采用Hopfield网络求解TSP问题的算法。通过改进传统Hopfield网络求解TSP问题设计的能量函数，简化了Hopfield网络的神经元数目和结构，提高了算法优化效率。另外本文通过固定出发点等价相应的环路解，缩小了优化范围，减小了求解空间维数，在保证所求解的正确性与可行性的基础上大幅减少了计算开销，提高了算法速度。仿真结果表明，对能量函数的改进和等价解的分析不仅保证了所提出算法的全局最优解的存在，而且在传统Hopfield求解算法的基础上提高了50％的优化效率，是更优的TSP问题的求解算法。

摘要： 旅行商问题(TSP)是经典的组合优化问题，本文提出两种新的采用Hopfield网络求解TSP问题的算法。通过改进传统Hopfield网络求解TSP问题设计的能量函数，简化了Hopfield网络的神经元数目和结构，提高了算法优化效率。另外本文通过固定出发点等价相应的环路解，缩小了优化范围，减小了求解空间维数，在保证所求解的正确性与可行性的基础上大幅减少了计算开销，提高了算法速度。仿真结果表明，对能量函数的改进和等价解的分析不仅保证了所提出算法的全局最优解的存在，而且在传统Hopfield求解算法的基础上提高了50％的优化效率，是更优的TSP问题的求解算法。

摘要： 旅行商问题(TSP)是经典的组合优化问题，本文提出两种新的采用Hopfield网络求解TSP问题的算法。通过改进传统Hopfield网络求解TSP问题设计的能量函数，简化了Hopfield网络的神经元数目和结构，提高了算法优化效率。另外本文通过固定出发点等价相应的环路解，缩小了优化范围，减小了求解空间维数，在保证所求解的正确性与可行性的基础上大幅减少了计算开销，提高了算法速度。仿真结果表明，对能量函数的改进和等价解的分析不仅保证了所提出算法的全局最优解的存在，而且在传统Hopfield求解算法的基础上提高了50％的优化效率，是更优的TSP问题的求解算法。

摘要： 论文提出了一种利用Hopfield网络的码本设计方法,分析了LBG算法和离散Hopfield网络的特点,针对该特点构造聚类表格,并按离散Hopfield神经网络串行方式运行,从而得到最终码字集.通过实验表明,在码本大小相同的情况下,峰值信噪比提高了2.742～3.825 dB,生成的码本质量较传统的LBG算法更加有效.

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： 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： 本发明公开了一种求解优化问题的Hopfield网络硬件电路及操作方法，该电路包括突触模块、退火模块、神经元模块和激活函数模块；突触模块包括偏置单元和电子突触器件阵列的权重单元，偏置单元输出固定偏置电流信号，阵列以电导的形式编码为权重信息，在来自激活函数模块输出的电压信号的作用下产生输出电流输出至神经元模块；退火模块在暂态退火信号和来自激活函数模块输出的电压信号的作用下产生输出电流，输出到神经元模块；神经元模块包括电阻、电容和运算放大器，接收来自突触模块和退火模块的电流，并产生输出电压，输出到激活函数模块进行非线性激活函数运算。本发明可有效减小外围电路，同时还可提升求解组合优化问题的运行速度和收敛效果。

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： 本发明提供了一种基于Hopfield网络评估细胞分化潜能的方法及装置，该方法包括：对单细胞RNA测序数据预处理，确定待处理数据；基于待处理数据进行特征选择，确定目标数据；构建Hopfield网络，所述Hopfield网络在目标组节点处于第一稳定状态下构建得到，所述第一稳定状态为Hopfield网络在目标组节点下对称连接的稳定状态；将所述目标数据输入所述Hopfield网络，以通过Hopfield网络评估细胞分化潜能，并更新所述Hopfield网络。本发明实施例能够准确的评估细胞分化潜能。

摘要： 本发明公开了基于Hopfield网络的大范围建筑物航测最优路径规划方法及系统，包括：利用测区的近红外影像定位植被区域，利用多视角航空影像估计测区地表地势，结合植被区域和地表地势对建筑物区域进行定位；提取建筑物区域的边缘特征，将边缘特征变换为直线段特征，根据直线段特征的方向向量获得建筑物主方向，调整航向生成建筑物区域的局部航线；根据建筑物位置确定建筑物间的距离次序矩阵，根据距离次序矩阵设定全局航线优化的最短路径目标函数和约束条件，构建Hopfield网络标准能量函数，迭代求解得到覆盖全部测区建筑物的整体航线。本发明可排除不必要的飞行区域，减少飞行损耗，且还可显著降低建筑物航测任务的飞行距离。

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。