论文部分内容阅读
本文介绍基于改进的Hopfield离散神经网络(IHDN)的模式识别。当一个要求存贮在网络中的模式输入时,我们计算它与其它模式的类似测试,并把类似测试在网络综合中加以考虑。当输入任一矢量时,由于网络的联想能力,该矢量将进化到与它距离最近的一个存贮模式中。理论分析和实验仿真结果表明,IHDN比原Hopfield离散神经网络(HDN)有更大的存贮容量和更强的联想能力。