DHNN优化设计新方法及在板形模式识别的应用

摘要：

基于离散Hopfield神经网络(DHNN)的联想记忆能力,提出了随机扰动优化设计DHNN的新方法.该方法降低了DHNN对权值矩阵的苛刻要求,避免进入伪稳定点;并将其用于板形模式识别,采用勒让德多项式表示常见的6种板形基模式,不需大量的测试样本来训练网络,是一种更简单、实用的板形模式识别新方法,为实现板形控制提供依据,仿真结果证明了这种方法的可行性.

关键词：离散Hopfield神经网络(DHNN)、随机扰动优化设计、勒让德多项式、板形模式

所属期刊栏目：3

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金资助项目50374058;燕山大学博士基金资助项目B70

在线出版日期：2008-08-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：250-253