Hopfield 神经网络无法识别答案

【问题标题】：Hopfield Neural Network doesn't recognizeHopfield 神经网络无法识别
【发布时间】：2012-03-04 11:12:53
【问题描述】：

我正在尝试用 Java 编写 Hopfield 神经网络类，但网络不想识别模式。而且我不明白错误在哪里。网络用互连矩阵 w[n][n] 表示。当用一些标准模式教授网络时，我用以下方法改变互连矩阵：

private void teaching(int[] pattern){ //teaching
    for(int i=0; i<n; i++)
        for(int j=0; j<n; j++){
            if(i==j) w[i][j]=0;
            else w[i][j] += pattern[i]*pattern[j];
        }
}

然后我尝试在一些类似的模式中识别标准模式。当神经元状态停止变化或超过阈值（65535次迭代）时，应停止该过程：

private int[] recognition(int[] pattern){
    int net=0, s, j=0;        
    int[] previousState = new int[n];
    do{
        System.arraycopy(pattern, 0, previousState, 0, n);
        int r = generateRandom(n);
        for(int i=0; i<n; i++)
            net+=pattern[i]*w[i][r];          
        s = signum(net);
        pattern[r] = s;
        j++;
        if(j>iterThreshold){
            System.err.println("Threshold overcome.");
            return pattern;
        }
    }while(!Arrays.equals(pattern, previousState));
    return pattern;
}

signum 是一个激活函数：

 private static int signum(int x){ //activation function
    if(x>0) return 1;
    else return -1;

}

识别过程仅在超过阈值时停止。出模式看起来不像标准模式。请帮忙找出错误。提前谢谢你。

附：问题已经解决了。主要错误是我忘记在循环开始时将“net”变量设置为零：

private int[] recognition(int[] pattern){
    int net=0, s, j=0;        
    ...
    do{
        net=0;
        for(int i=0; i<n; i++)
            net+=pattern[i]*w[i][r];
        ...
    }
}

感谢您的关注。

【问题讨论】：

我认为 Java 已经有 Math.signum(x) 用于 x 的双精度和浮点输入的方法？如果 x = 0，您的版本将忽略零 (0)。请参阅链接 en.wikipedia.org/wiki/Signum_function
我的版本没有忽略 x=0。当 x=0 时，signum(x)=-1。模式向量只能由“1”或“-1”值组成。
你有没有参加过 Hinton 的神经网络课程？
你为什么使用整数？你应该使用双打或至少浮动。你检查过整数溢出吗？
当您自己解决问题时，是否愿意回答您的问题并将其关闭，这样它就不会出现在未回答的问题中？ See here如有疑问

标签： java artificial-intelligence neural-network

【解决方案1】：

主要错误是我忘记在循环开始时将“net”变量设置为零：

private int[] recognition(int[] pattern){
    int net=0, s, j=0;        
    ...
    do{
        net=0;
        for(int i=0; i<n; i++)
            net+=pattern[i]*w[i][r];
        ...
    }
}

【讨论】：