基于Hopfield网络的复杂网络社团提取

针对复杂网络中的社团提取问题,提出了一种基于离散Hopfield神经网络的社团结构提取算法,该算法的思想为:首先,对复杂网络数据的进行处理;其次,结合社团提取准则模块度函数Q的形式设计Hopfield神经网络的权值向量W和阈值T;最后,根据网络稳定点的输出值提取出网络中的社团结构.仿真实验表明,本文中的Hopfield神经网络算法比谱分算法得出的Q值更优,对网络的划分更接近实际网络.针对复杂网络中的社团提取问题,提出了一种基于离散Hopfield神经网络的社团结构提取算法,该算法的思想为:首先,对复杂网络数据的进行处理;其次,结合社团提取准则模块度函数Q的形式设计Hopfield神经网络的权值向量W和阈值T;最后,根据网络稳定点的输出值提取出网络中的社团结构.仿真实验表明,文中的离散Hopfield神经网络算法比谱分算法得出的Q值更优,对网络的划分更接近实际网络     

一种自适应遗传算法对Hopfield网络权值的优化

针对Hopfield网络在求解优化问题中学习效率低,收敛速度慢,容易陷入局部最优等缺点和不足,把遗传算法同Hopfield网络结合起来,形成进化神经网络,对网络权值进行优化,并且通过对算法的讨论,说明该算法的有效性。     

一种自适应遗传算法对Hopfield网络权值的优化

针对Hopfield网络在求解优化问题中学习效率低，收敛速度慢，容易陷入局部最优等缺点和不足，把遗传算法同Hopfield网络结合起来，形成进化神经网络，对网络权值进行优化，并且通过对算法的讨论，说明该算法的有效性。     

神经网络Hopfield模型的程序模拟

神经网络理论对新一代智能计算机研究具有十分巨大的影响,并直接推动了整个AI领域的迅速发展,其意义极为深远,本文基于对Hopfield神经网络模型约束条件及状态变化规律的详细讨论,在通用计算机上对该模型进行了软件模拟,本方法具有不受器件物理因素限制,网络规模可以较大的优点,适用于验证Hopfield的网络特性.     

基于改进的神经网络的RNA二级结构预测

在生物信息学中,存在一个热点问题为RNA二级结构预测,通过计算机仿真模拟和数学建模计算来"预测"这些结构信息具有较好的参考价值以及可信度,能够节省大量的时间与成本.本文提出了免疫算法与Hopfield神经网络算法相结合的IA-DHNN算法对RNA二级结构进行预测.算法采用相似距离函数、IA算法及k均值算法对神经元的初始值进行优化,提高了全局搜索能力,能简单、快速规范的获得最优解.仿真结果表明,本算法能够有效的对RNA二级结构进行预测,有较好的的预测效果.     

Hopfield网络及其在图像识别中的应用

Hopfield网络（HNN）是一种有效的优化模型,属于反馈网络的一种。从系统观点看,Hopfield网络是一个非线性动力学系统,具有一般非线性系统动力学的很多性质,利用Hopfield网络的性质可以对受过污染的图像进行辨识。通过对Hopfieid神经网络进行图像辨识的原理、过程的阐述及Matlab实例仿真,探讨了Hopfield网络在实际中的应用方法。     

MAM和AM的性能比较

30年前,随着Hopfield神经网络的出现,建立了联想记忆模型;形态学联想记忆作为一种新型的联想记忆模型,给人类模拟联想记忆能力带来了新的气息.因而很有必要对MAM网络与Hopfield AM网络进行性能比较.     

融合双重BP神经网络组合模型的Python解析计算机网络上传数据算法

针对手工提取网络上传数据过程烦琐、工作量大的问题,提出一种融合双重BP神经网络组合模型(A combination model of dual BP neural network,CMDBPNN)的Python解析计算机网络上传数据算法.该算法对BP神经网络组合模型的空间实施网络化处理,且对于网络单元中的信息也可以借助相似的方法来进行记录,依据优化之后的金字塔时间结构对其中潜藏的网格单元来实施有效的存储,以实现Python解析计算机网络上传的数据算法.最后,利用真实数据集与仿真数据集进行实验.结果表明:该算法具有良好的适用性和有效性.     

〖JP2〗连续Hopfield神经网络零担物流运输路径优化研究〖JP〗

当一批货物的重量或容积不满一辆货车，且可与其它几批甚至上百批货物共用一辆货车装运时，叫零担货物运输。使用连续Hopfield神经网络（CHNN）可以优化卸载路径，将运费最低作为目标函数转换成连续Hopfield神经网络的能量函数，把表示路径的换位矩阵作为变量，通过迭代计算，当网络的神经元状态趋于平衡点时，网络的能量函数也趋于最小值，此时输出的换位矩阵表示的路径即为优化后的卸载路径。     

具有多时滞的离散Hopfield网络的收敛性分析

研究了一类具有多重时滞的离散Hopfield网络的收敛性定理,证明了如何把一个具有多重时滞的神经网络转化为一个新的具有单一时滞的网络.基于串行演化模式演化规则,给出了具有多重时滞的离散Hopfield网络的收敛性条件.     

Neural network fault diagnosis method optimization with rough set and genetic algorithms

1 Background1 The fault diagnosis to equipment is to obtain fault patterns from characteristic parameters, and in fact it is the problem of fault characteristic’s classification. However the mapping of characteristic parameters to fault patterns is serio…     

基于BP网络的MEM200快速成形机工艺参数优化

对影响FDM制件翘曲变形的各种工艺参数进行深入分析,结合MEM200快速成形机的特点,确定了影响翘曲变形的五个主要的工艺参数,利用正交试验对主要影响因素进行了实验研究,为神经网络预测模型提供了学习样本。采用贝叶斯正则化算法,通过分析比较确定网络的最佳结构,以提高网络对翘曲变形和成形时间的预测能力。在此基础上,采用优化算法,利用Matlab编制程序实现了工艺参数的优化,经成形验证,表明了该方法能够减少制件的翘曲变形。     

BP神经网络的模型优化研究及应用

随着神经网络在数据分析、预测及生产控制中的应用,神经网络的优化学习成为研究的一个重要课题.通过探讨BP神经网络模型的建立过程,针对BP神经网络的模型优化问题进行了详细研究.并通过对银行客户分类的仿真实验证明,优化模型能够有效地提高BP神经网络的收敛速度及预测精度.     

基于BP网络的有教师分类算法及应用

介绍BP神经网络的结构及相关算法,并通过实验比较不同情况下对BP神经网络的收敛速度与分类精度的影响。实验表明,合适的参数设置能提高BP神经网络算法的分类精度。     

一种改进的前馈神经网络算法

介绍了前馈神经网络算法,讨论了当误差不为零或者不为线性函数即二阶项S(W)不能忽略时的Hesse矩阵的近似计算,并通过仿真实验证明了结合BFGS算法的神经网络具有更好的收敛性,误差更小。     

基于BP神经网络的中医舌诊诊断的研究

将现代计算机技术与舌诊相结合构建了中医舌诊智能诊断的神经网络模型,以此研究了人工神经网络方法应用于中医舌诊诊断,讨论了利用MatlabN神经网络函数对实验提供的舌象样本数据进行训练学习,最终得出相应病例．     

基于云模型与神经网络的网络态势分析

通过引入云模型对输入信息进行模糊化处理,结合神经网络的非线性学习能力,提出一种基于云模型和神经网络的模糊分析模型CNN。在此基础上,引入遗传算法和粒子群优化算法,对连接权和阈值进行训练,构造出GA-CNN与PSO-CNN两个模型。由于神经网络具有在海量数据中提取隐藏规律的能力,而遗传算法与粒子群优化算法具有全局搜索的优点,因此可使所求问题以较大概率收敛到全局最优解或次优解。实验结果表明,该模型具有较高的检测率和较低的误检率,能够较好地实现对网络安全状态进行分析的目的。     

基于 WOA-GRU 的销售预测研究

防晒用品属于快速消费品,其销售情况受季节变动影响,具有非线性特征。人工神经网络强大的学习能力使其在销售量预测领域显示出非线性预测的应用优势。作为新兴智能算法,鲸鱼群算法具有快速收敛、全局优化等特点。为精准预测上海某化妆品公司防晒产品销量,基于鲸鱼算法,构建优化网络权值的门控循环神经网络模型。实验结果表明,经鲸鱼算法优化后的门控循环神经网络训练相对误差比优化前降低 0.6 个百分点,测试相对误差比优化前降低约 2 个百分点。     

全局优化神经网络拓扑结构及权值的遗传算法

提出将前馈多层神经网络的全局优化表述作为启发式遗传搜索的问题．设计了遗传算法全局优化神经网络拓扑结构和网络权值的新的编码方案,并利用该方法求解了洪水预报问题,给出了实例预报结果     

基于神经网络的人体姿态估计方法研究

随着人工智能技术发展,人体姿态估计广泛应用于动作识别、人机交互和服装解析等领域,成为计算机视觉领域研究热点,其中基于神经网络的人体姿态估计方法倍受关注。结合人体姿态识别相关流程,论述人体检测、人体姿态估计和人体姿态优化等步骤,阐述相关步骤中的新算法,为后续研究提供参考。