DHNN优化设计新方法及在板形模式识别的应用

• 作者: 张志强 张秀玲
• 来源期刊: 智能系统学报
• 学科: 工学
• 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
• 年，卷（期）: 2008,（3）
• 页码范围: 250-253
• 页数: 4页
• 分类号: TP18
• 字数: 2783字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-4785.2008.03.011

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张秀玲	燕山大学电气工程学院	65	530	12.0	20.0
2	张志强	燕山大学电气工程学院	8	64	4.0	8.0