计算智能与深度学习 课件 2神经网络-5Hamming网络_第1页
计算智能与深度学习 课件 2神经网络-5Hamming网络_第2页
计算智能与深度学习 课件 2神经网络-5Hamming网络_第3页
计算智能与深度学习 课件 2神经网络-5Hamming网络_第4页
计算智能与深度学习 课件 2神经网络-5Hamming网络_第5页
已阅读5页,还剩1页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

海明(Hamming)神经网络

Hamming神经网络是实现误差最小的最优模式分类的一种神经网络模型,它根据网络输入与各样本间的Hamming距离(互不相同的二值符号位数)对输入模式进行分类。

Hamming网络的基本结构如下图所示。1x1x2xn-1xn……Hamming网2Hamming网的基本结构Hamming网由高层及低层网两部分组成。低层网主要用于计算输入模式与诸样本模式的匹配测度;高层网通过“侧抑制”来检出对应于最佳匹配的那个输出结点。Lippman等人的研究报告指出,在执行模式分类时,Hamming网比Hopfield网有明显的优势,如Hamming网所需的连接数与网络节点数成线性关系,而Hopfield网所需的连接数与网络结点成平方关系。另外,与前面的BP网相比,Hamming网有:收敛快、不会陷入局部最小、加入新样本时不需重新学习等。3Hamming网的学习算法(1)赋连接权值及阈值

对低层

对高层表示从输入i到结点j的权值,表示结点j的阈值;是高层网中从结点k到结点l的连接权值;是第j个样本模式的第i个元素值;n为样本或输入模式的元素个数;m为样本数目。4(2)用未知输入模式进行初始化:5(3)按下式迭代,直到网络收敛:已经证明,只要参数选择适当,则Hamming网一定收敛。在最坏情况下,收敛的时间复杂度为O(P=ln(PN)).其中,P

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论