随机Hopfield神经网络的定量分析  
  					 
  					  										
						金聪 
					 
															
						湖北大学数学与计算机科学学院,武汉,430062 
					 
										
						 
					 
   										
    					THE QUANTITATIVE ANALYSIS OF STOCHASTIC HOPFIELD NEURAL NETWORK MODEL  
  					 
  					  					  					
						Jin Cong 
					 
															
						College of Mathematics and Computer Science Hubei University Wuhan 430062 China 
					   
									
				
				
					
						
							
								
									
										
											
                        					 
												
													
													    
													    	
									 
								 
								
																										
													    
													    		                            						                            																	    摘要  该文探讨了实际使用Hopfield神经网络(HNN)时噪声的影响。由于噪声的客观存在,我们首先证明了随机Hopfield神经网络(SHNN)轨道的期望关于时间是一致有界的。之后,为了实际设计神经网络的需要,我们对含有噪声的HNN和与其对应的一般HNN之间随机输入误差的估计进行了研究。利用所得的结论,我们可以对设计空间进行控制,使得所设计的网络满足我们希望获得的各种性能要求。
																										     
													    
													    	
															 
														 
												  		 
												         
												        														
															关键词  :
																																																																随机Hopfield网络 , 
																																																																	噪声 , 
																																																																	随机输入误差 , 
																																																																	一致有界  
																																  
															 
														 
																																										
															Abstract :In this paper, the effect of input noise on the typical stochastic Hopfield neural network modei is discussed. It is shown that the expectation of the stochastic HNN of the trajectory is uniformly bounded over time. For practical design purposes, the stochastic input error estimates for the stochastic HNN with respect to the corresponding deterministic HNN is derived. In addition, the designer can use these results to constrain the design space so that the achieved design satisnes the performance specifications whenever possible. 
														 
																																										
															Key words :
																																																	Stochastic Hopfield neural network 
																	  																																		Noise 
																	  																																		Stochastic input error 
																	  																																		Uniform bounded 
																																	    
															 
														 
																												
														
															
															    																	收稿日期:  1999-05-09
															    															        
															    															    															 
														 
														 														
															
																
															 
														 
																																									    																											
													
												 
												
												
												
													
														
															
																
																																																																																																										
																					[1] 
																					金艳,高舵,姬红兵. 复杂噪声下基于同步压缩Chirplet变换的LFM信号参数估计  [J]. 电子与信息学报, 2017, 39(8): 1906-1912. 
																				 
																																																																																																																																																
																					[2] 
																					孙士洁,赵怀慈,李波,郝明国,吕进锋. 利用低秩先验的噪声模糊图像盲去卷积  [J]. 电子与信息学报, 2017, 39(8): 1919-1926. 
																				 
																																																																																																																																																
																					[3] 
																					牛立杰,刘浩,吴季. 高灵敏度、高稳定度微波辐射计技术研究与实验验证  [J]. 电子与信息学报, 2017, 39(8): 2028-2032. 
																				 
																																																																																																																																																
																					[4] 
																					李天一,许晓冬,尹韬,韦援丰,黄国城,李威,杨海钢. 自偏置PLL电源噪声敏感度分析  [J]. 电子与信息学报, 2017, 39(7): 1646-1650. 
																				 
																																																																																																																																																
																					[5] 
																					李冰,涂云晶,陈帅,吉建华. 基于SRAM物理不可克隆函数的高效真随机种子发生器设计  [J]. 电子与信息学报, 2017, 39(6): 1458-1463. 
																				 
																																																																																																																																																
																					[6] 
																					杨真真,杨震, 李雷,金正猛. Alpha稳态噪声下基于Meridian范数的全变分图像去噪算法  [J]. 电子与信息学报, 2017, 39(5): 1109-1115. 
																				 
																																																																																																																																																
																					[7] 
																					张刚,宋莹,张天骐. Levy噪声驱动下指数型单稳系统的随机共振特性分析  [J]. 电子与信息学报, 2017, 39(4): 893-900. 
																				 
																																																																																																																																																
																					[8] 
																					刘书君,杨婷,唐明春,王品,李勇明. 基于贝叶斯准则的随机共振算法研究  [J]. 电子与信息学报, 2017, 39(2): 293-300. 
																				 
																																																																																																																																																
																					[9] 
																					王鹏,邱天爽, 任福全,李景春,谭海峰. 对称稳定分布噪声下基于广义相关熵的DOA估计新方法  [J]. 电子与信息学报, 2016, 38(8): 2007-2013. 
																				 
																																																																																																																																																
																					[10] 
																					李立欣,白童童,张会生,包涛,申礼斌. 改进的双约束稳健Capon波束形成算法  [J]. 电子与信息学报, 2016, 38(8): 2014-2019. 
																				 
																																																																																																																																																
																					[11] 
																					金艳,李曙光,姬红兵. 基于柯西分布的跳频信号参数最大似然估计方法  [J]. 电子与信息学报, 2016, 38(7): 1696-1702. 
																				 
																																																																																																																																																
																					[12] 
																					徐涛,郭威,吕宗磊. 基于快速极限学习机和差分进化的机场噪声预测模型  [J]. 电子与信息学报, 2016, 38(6): 1512-1518. 
																				 
																																																																																																																																																
																					[13] 
																					李秀友,董云龙,张林,关键. 一种新的低旁瓣LFM噪声雷达波形设计方法  [J]. 电子与信息学报, 2016, 38(6): 1452-1459. 
																				 
																																																																																																																																																
																					[14] 
																					闫锋刚,齐晓辉,刘帅,沈毅,金铭. 基于子空间旋转变换的低复杂度波达角估计算法  [J]. 电子与信息学报, 2016, 38(3): 629-634. 
																				 
																																																																																																																																																
																					[15] 
																					徐静云,赵晓群,王峤,王缔罡. 基于幅度压缩滤波的清浊音分类及基音估计  [J]. 电子与信息学报, 2016, 38(3): 586-593.