以Hopfield神经网络模型为例的大学物理教学设计

以Hopfield神经网络模型为实例设计一堂大学物理拓展课.该课堂设计运用知识迁移规律使学生将物理学中研究问题的方法应用到新的知识领域.该过程引导学生学习新知识,并体会大学物理中所内涵的自然科学研究方法.     

局域互联神经网络的关联存储

基于全局互联的Hopfield模型,本文提出了局域互联关联存储的新概念.与全局互联相比,局域互联具有较小的关联矩阵,因而,有利于用现有的空间光调制器加以实现.同时,计算机模拟结果表明,它仍然具有全局关联存储的能力.     

复数多值离散Hopfield神经网络的稳定性研究

本文提出了一个新的复数多电平离散Hopfield神经网络,构造了新的适用于复数多电平离散神经网的激活函数和能量函数,分别讨论了异步与同步更新模式下神经网的稳定性.该能量函数不仅能描述文献能量函数不适用的复数多值Hopfield神经网的动力学特性,而且能保证待盲检测信号位于能量函数的最小值点.为验证CMDHNN的有效性,利用本文特有的性能函数下所构造的联结权阵盲检测MQAM信号.仿真试验表明:本算法仅需较短接收数据就可有效盲检测MQAM星座信号,仿真也证明了CMDHNN能量函数全局最小值的稳定性推论.关键词：复数多电平离散Hopfield神经网络盲检测MQAM信号     

基于Hopfield神经网络的信元调度多重输入队列ATM交换结构及算法

提出了一种基于Hopfield神经网络(HNN) 信元调度的多重输入队列ATM交换结构(ASF),消除 了队头(HOL)阻塞造成的性能恶化.计算机仿真结果显示,与单先入先出（FIFO）队列和开窗 输入缓冲ASF相比,该方案大大提高了吞吐率并减少了信元时延.关键词：Hopfield神经网络ATM交换结构多重输入队列     

忆阻Hopfield神经网络的初值位移调控动力学及其图像加密应用

利用改进的多稳态忆阻器模拟神经元耦合突触,提出一种忆阻Hopfield神经网络(HNN)模型。用分岔图、Lyapunov指数谱、相图、庞加莱截面等对其动力学行为进行理论分析与数值仿真。结果表明: 该忆阻HNN不仅能够产生不同拓扑结构的混沌吸引子,而且能够产生高度依赖忆阻初值的位移调控动力学行为。最后,基于该忆阻HNN设计一种混沌图像加密系统,重点分析系统的直方图、相关性、信息裔以及密钥敏感性。结果表明：所设计的图像加密算法能够有效抵抗各种内外统计分析攻击,具有较高的安全性。     

忆阻突触耦合环形Hopfield神经网络动力学分析及其电路实现

提出一种新型忆阻器模型, 利用标准非线性理论分析三个忆阻特性, 并设计模拟电路。基于忆阻突触, 构建一个忆阻突触耦合环形Hopfield神经网络模型。采用分岔图、李雅普诺夫指数谱、时序图等方法, 揭示与忆阻突触密切相关的特殊动力学行为。数值仿真表明: 在忆阻突触权重的影响下, 它能够产生多种对称簇发放电模式和复杂的混沌行为。实现了该忆阻环形神经网络的模拟等效电路, 并由PSIM电路仿真验证MATLAB数值仿真的正确性。     

基于幅值相位型离散Hopfield神经网络的多进制振幅键控盲检测

针对统计量算法盲检测多进制振幅键控(MPSK)信号的缺陷, 提出了一种幅值相位型连续多值复数Hopfield神经网络算法, 构造了适用于MPSK信号的幅相型离散多电平激活函数,并分别在异步和同步更新模式下证明了该神经网的稳定性.当该神经网的权矩阵借助接收数据补投影算子构成时, 该幅相型离散Hopfield神经网络可有效地实现MPSK信号盲检测. 仿真试验表明:该算法所需接收数据较短,可到达全局真解点,并且适用于含公零点信道.     

一种新型复合指数型局部有源忆阻器耦合的Hopfield神经网络

由忆阻耦合的神经网络模型,因其能更真实地反映生物神经系统的复杂动力学特性而被广泛研究.目前用于耦合神经网络的忆阻器数学模型主要集中在一次函数、绝对值函数、双曲正切函数等,为进一步丰富忆阻耦合神经网络模型,且考虑到一些掺杂半导体中粒子的运动规律,设计了一种新的复合指数型局部有源忆阻器,并将其作为耦合突触用于Hopfield神经网络,利用基本的动力学分析方法,研究了系统在不同参数下的动力学行为,以及在不同初始值下多种分岔模式共存的现象.实验结果表明,忆阻突触内部参数对系统具有调控作用,且该系统拥有丰富的动力学行为,包括对称吸引子共存、非对称吸引子共存、大范围的混沌状态和簇发振荡等.最后,用STM32单片机对系统进行了硬件实现.     

基于神经网络模型的光学计算

目前的电子计算机适于解决数字运算问题，但是在解决辨别、联想、推理等所谓随机问题方面的能力却远不如人的大脑．企图模仿人脑的解剖结构来设计计算机以解决随机问题，并利用光学的独特功能，这就是光学神经元计算机．据此，Ｈｏｐｆｉｅｌｄ提出了一种关联存贮模型（或称为内容存贮），即每个存贮状态不是按地址存贮，而是按内容存贮在整个神经网络系统上．光学由于具有内禀的并行性，特别适于实现这个模型．采用纯光学或光电混会方法，通过光学矩阵乘法，取阀值运算，反馈迭代过程，可以实现从有误差的输入信息中提取正确的关联存贮信息．利用全息技术，有可能实现二维数据的关联存贮．     

宽带电磁图像卷积神经网络盲恢复方法研究

在利用抛物反射面对电磁干扰源成像过程中,由于系统衍射受限及成像频带较宽,导致干扰源成像模糊,分辨率低,难以分辨,不同频率不同区域干扰源所成图像分辨率不同,采用已有超分辨算法难以提高分辨率。为了实现宽带电磁图像的盲复原, 应用卷积神经网络的方法。网络训练是直接输入模糊图像,不假设任何特定的模糊和噪声模型情况下,重建出高质量图像。实验和仿真结果证明了卷积神经网络盲恢复方法在宽频带不同成像区域下表现了优于其他盲恢复算法的优势。