反馈网络(Recurrent Network),又称自联想记忆网络其目的是为了设计一个网络,储 存一组平衡点,使得当给网络一组初始值时网络通过自行运行而最终收敛到这个设计的 平衡点上。 1982年,美国加州工学院物理学家霍普菲尔德(J. Hopfield)发表了一篇对人工神经网 络研究颇有影响的论文

第一讲绪论 以冯·诺依曼型计算机为中心的信息处理技术的高速发展,使得计算机在当今的信息 化社会中起着十分重要的作用。但是,当用它来解决某些人工智能问题时却遇到了很大的 困难。 例如,一个人可以很容易地识别他人的脸孔,但计算机则很难做到这一点。这是因为 脸孔的识别不能用一个精确的数学模型加以描述,而计算机工作则必须有对模型进行各种 运算的指令才行,得不到精确的模型,程序也就无法编制

《人工神经网络应用及原理》PPT教学课件_第04讲 感知器（Perceptron）

内容安排 一、内容回顾 二、感知机 三、自适应线性元件 四、内容小结

内容安排 一、反馈网络 二、 Hopfield网络简介 三、DHNN网络 四、稳定性与应用 五、内容小结

北京大学：《模式识别》课程教学资源（课件讲稿）人工神经网络简介

《人工神经网络应用及原理》PPT教学课件_第06讲 反向传播网络

• Introduction to ANNs – Taxonomy – Features – Learning – Applications • Supervised ANNs – Examples – Applications – Further topics • Unsupervised ANNs – Examples – Applications – Further topics

• 智能及其实现 • ANN基础 • Perceptron • BP • CPN • 统计方法 • Hopfield网与BAM • ART

《管理学科学研究方法》阅读材料：管理实证研究_结构方程模型与人工神经网络模型的比较