您确定要删除吗?

取消
首页 算法大全 应用模型 分析软件 算法学院数据中心 在线体验 关于本站
在线咨询
400-820-6981
意见反馈
返回顶部

Hopfield神经网络

操作系统:
0
  • Windows
  • Linux
版本:
  • 单机版
  • 网络版
  • 分布式云平台
系统位数:
  • 32位
  • 64位
购买年限:
  • 1年
  • 2年
  • 3年
  • 5年
  • 10年
  • 永久

价格¥0.00元

马克威Hopfield神经网络

马克威操作说明

以数据文件“马克威通用数据1.mkw”为例,演示Hopfield神经网络算法的操作。其中数据记录了准三维空间的1099个点,试用Hopfield算法对这些点进行分类(聚类)。首先,在工作区内,打开建模分析工作流:“机器学习”→“神经网络”→“Hopfield神经网络”,接着选择模型的训练或应用,然后选择数据源,并设置算法参数,最后双击运行按钮。

具体的操作如下:

(1)模型训练

选择模型任务为“训练”,调整模型最大训练次数至500次(默认),调整最大聚类个数为5个(5个为默认状况,用户可自行调整),选择变量为“年龄”、“浏览次数”、“购买总额”、“用户评价”,具体如下图所示:

Hopfield神经网络-属性设置

选项说明

变量选择:选择建模的变量。

模型设置:设置模型的各种参数:

最大聚类个数:即设置最后聚成几类。

最长运行时间:指定该算法运行的最长时间,如果运算的时间达到该指定时间时则强制跳出,并认为该算法失败,不输出运算结果。在该下拉列表中,系统提供了以下八种设置:10分钟、1小时、2小时、7小时、1天、2天、7天和不限时。其中“不限时”为系统默认项。

最大迭代次数:用于控制计算。当算法迭代到最大迭代次数时,如果此时算法未收敛,则跳出循环。

显示记录聚类信息:要求输出聚类信息。

模型保存:设置模型的保存路径。

双击“运行”节点以运行算法,得到模型结果如下:

Hopfield神经网络-树形结果列表 Hopfield神经网络- Hopfiled神经网络聚类表

(2)模型应用

完成模型训练后,可以应用模型对数据进行分析。在“模型任务”选择“应用”,并选择模型来源,将模型变量与数据变量进行匹配如下图所示,用户也可以根据需要对匹配变量进行调整:

Hopfield神经网络-属性设置

运行得到应用模型后的结果:

Hopfield神经网络-树形结果列表 Hopfield神经网络-预测结果图

Hopfield神经网络结果:

Hopfield神经网络-散点图

选项说明

模型来源:选择训练得到的模型,以进行预测应用。

变量设置:匹配模型中的变量和数据源中的变量。当加载模型文件后,

系统会自动根据数据文件和模型文件进行同名匹配。用户也可以根据实际的需要,自定义匹配变量。

数据要求

输入要求:数值型的,不能是布尔型和描述型。

算法用途

Hopfield是反馈归神经网络,主要应用于联想记忆、聚类以及优化计算方面。

算法原理

Hopfield神经网络(Hopfield是建立该网络模型的科学家)是一种具有动态自反馈的非线性映射,是一个强有力的动力学系统,用于聚类时需构造一个能量函数(所有样本到各自聚类中心的距离和),并且使用模糊数来标识一个样本属于哪一类的程度,如表一,通过对能量函数的训练、对模糊数进行修正,使得能量函数逐渐减小,模糊数逐渐确定,最后能量函数值达到最小,模糊数完全确定,即某一样本属于某一类,则该类的模糊数变为1,而其它模糊数变为0,如表二。

Hopfield神经网络-训练开始状态状态 Hopfield神经网络-训练最终状态

Hopfield网络属于反馈神经网络,所有点都是一样的,它们之间都可互相连接(一个节点既接受其他节点来的输入,同时它的输出也作为其他节点输入),其网络图如下图所示。

Hopfield 神经网络结构

Hopfield网络进行聚类是求网络能量方程的极小值点,即稳定点。Hopfield网络聚类的能量函数为:

聚类的限制条件为: 故网络的动态方程为

其中

上式中各点的坐标,为聚类中心坐标

结果与解释

输出结果:

Hopfield神经网络聚类表:列出记录所属的类。

聚类图:以记录号为横坐标,聚类号为纵坐标的聚类图。

聚类中心坐标:列出每类的聚类中心点的坐标。

订购用户 订购时间 年限 运行环境 版本
1832****368 2019-04-24 15:02:57 1年 Windows 单机版
1801****427 2019-02-18 19:01:48 1年 Windows 单机版
1381****637 2019-01-10 20:20:34 1年 Windows 单机版
1343****972 2018-12-09 11:50:53 1年 Windows 单机版
1851****627 2018-11-07 12:23:13 1年 Windows 单机版
1864****834 2018-09-25 15:44:55 1年 Windows 单机版
1563****680 2018-08-21 13:41:16 1年 Windows 单机版
1811****398 2018-07-23 13:07:14 1年 Windows 单机版
1580****630 2018-07-17 10:05:56 1年 Windows 单机版
1590****469 2018-07-05 16:48:06 1年 Windows 单机版
<123· · ·52>跳至

加入购物车成功!

继续购物 去购物车