hopfield网络联想记忆实现方法

Hopfield联想记忆实现原理

• H网的E能量函数，平稳点——谷，这些谷与要记忆的内容对应。
• 设法把所需记忆的模式设计成某个确定网络状态的一个稳定平衡点。
• 当网络从与记忆模式较靠近的某个初始状态（即发生某些变形或含有某些噪声的记忆模式）出发后，网络按H网工作运行规则进行状态更新；
• 最后网络的状态将稳定在能量函数的极小点，即记忆模式所对应的状态。
• 这样，就完成了由部分信息（含躁声的记忆模式）到全部信息（记忆模式）的联想过程。

设计方法

1. 学习模式——决定权重
   想要记忆的模式，用-1和1的2值表示模式：-1，-1，1，-1，1，1，...
   P：模式的总数
    ap(s)：第p个模式的第s个要素（-1或1）
    wij：第j个神经元与第i个神经元间的权重
   任意两个神经元j、i间的权重：
    wij=∑ap(i)ap(j)，p=1…p；
    i = j时，wij=0，即各神经元的输出不直接返回自身。
2. 想起模式
   神经元输出值的初始化
    想起时，一般是未知的输入。设xi(0)为未知模式的第i个要素（-1或1）
    将xi(0)作为相对应的神经元的初始值，其中，0意味t=0。
    反复部分：对各神经元，计算：
    xi (t+1) = f (∑wijxj（t）-θi),j=1…n, j≠i
   n—神经元总数；f（）--Sgn（）； θi—神经元i发火阈值
    反复进行，直到各个神经元的输出不再变化。

利用H网想起字母“A”


代码如下

public class HopfieldMemory {
	int patternNumber=1 ;
	int column=3;
	int row=5;
	static int [][] objectArray={{-1,1,-1},{1,-1,1},{1,1,1},{1,-1,1},{1,-1,1}};
	static int [][] initArray={{-1,-1,-1},{1,-1,1},{1,-1,1},{1,-1,1},{1,-1,-1}};
	int [][] w=new int[15][15];
	int [] temp=new int[15];
	static int [] temp2=new int [15];
	/**
	 * @param args
	 */
	public static void main(String[] args) {
		// TODO Auto-generated method stub
		HopfieldMemory hm=new HopfieldMemory();
		hm.init();
		for(int i=0;i<100;i++){
			hm.calculate();
		}
		System.out.println("目标状态");
		for(int i=0;i<objectArray.length;i++){
			for(int j=0;j<objectArray[0].length;j++){
				if(objectArray[i][j]!=-1)
					System.out.print(" "+objectArray[i][j]+"  ");
				else
					System.out.print(objectArray[i][j]+"  ");
			}
			System.out.println();
		}
		System.out.println("初始状态");
		for(int i=0;i<initArray.length;i++){
			for(int j=0;j<initArray[0].length;j++){
				if(initArray[i][j]!=-1)
					System.out.print(" "+initArray[i][j]+"  ");
				else
					System.out.print(initArray[i][j]+"  ");
			}
			System.out.println();
		}
		System.out.println("运行后状态");
		for(int i=0;i<temp2.length;i++){
			if(temp2[i]!=-1)
				System.out.print(" "+temp2[i]+"  ");
			else
				System.out.print(temp2[i]+"  ");
			if(i==2||i==5||i==8||i==11)
				System.out.println();
		}
	}
	
	public void init(){
		
		int count=0;
		for(int i=0;i<objectArray.length;i++)
			for(int j=0;j<objectArray[0].length;j++){
				temp[count++]=objectArray[i][j];
		}
		int count2=0;
		for(int i=0;i<initArray.length;i++)
			for(int j=0;j<initArray[0].length;j++){
				temp2[count2++]=initArray[i][j];
		}
		for(int m=0;m<w.length;m++)
			for(int n=0;n<m;n++){
				w[m][n]=w[n][m]=temp[m]*temp[n];																					
		}
		
	}
	
	public void calculate(){
		for(int i=0;i<temp2.length;i++){
			for(int j=0;j<temp2.length;j++)
			{
			temp2[i] +=w[i][j]*temp2[j];
			}
			if(temp2[i]>=0)
				temp2[i]=1;
			else
				temp2[i]=-1;
		}
	}

}

结果如下
目标状态
-1   1  -1 
1  -1   1 
1   1   1 
1  -1   1 
1  -1   1 
初始状态
-1  -1  -1 
1  -1   1 
1  -1   1 
1  -1   1 
1  -1  -1 
运行后状态
-1   1  -1 
1  -1   1 
1   1   1 
1  -1   1 
1  -1   1 
将结果矩阵中1连起来，就是一个字母A