纠错Hopfield神经网络的设计及其应用

• 作 者: 高丽丽 高随祥
• 机 构: 西南交通大学计算机学院,华罗庚应用数学与信息科学研究中心,中国科技大学研究生院数学部
• 出 处: 计算机与网络
• 发表日期: 1999年22期
• 关键词: 神经网络 编码 译码 吸引子 Neural networks Decoding Encoding Attractors

文章采用神经网络动态系统中的稳定吸引子原理,设计了纠一至多位错的离散型Hopfield自反馈神经网络,其权值矩阵是主对角线为1的对称矩阵,在结构上具有较强的规律性。将这种网络用于编码,得到了SEC-DED、DEC-TED、TEC-FED非线性码。这种编码网络构造简单,所得码字种类较多,译码复杂性低。