本文主要是介绍离散Hopfield神经网络的联想记忆，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
内容：构建离散Hopfield神经网络，存储记忆5x7点阵的大写字母，讨论在不同存储容量和噪声下的联想恢复性能。
要求：1.讨论网络存储分别为15,25个字符的情况下，字符联想恢复效果。
2.讨论网络存储分别为15,25个字符的情况下，增加噪声字符的联想恢复效果。
代码和测试：（MATLAB）
clear;clc;
close all;
[alphabet,targets] = prprob; %alphabet [35x26], targets [26x26]
figure;plotchar(alphabet(:,2));
net = newhop(alphabet(:,1:15)); %15 or 25
%原始样本的仿真联想记忆
[Y,Af,E,Pf] = sim(net,{1,6},{},{alphabet(:,26)}); %仿真6次,1个样本
figure;
for i = 1:6subplot(2,3,i);plotchar(Y{i});title(['第' num2str(i) '次仿真']);
end
%加噪声样本的仿真联想记忆
alphabet_noise = alphabet+0.2*randn(size(alphabet这篇关于离散Hopfield神经网络的联想记忆的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
