hamming 程序.m

Hamming 神经网络从功能上来看是最小Hamming 距离分类器．利用它能够完成不完整输入信息与所存储模式的最小汉明距离分类． Hamming 网络是一个双层神经网络

%匹配子网络计算匹配测度

S1=[1 1 1 1 -1 -1 1 1 1]';   %输入存储的三种样本模式
S2=[-1 1 -1 -1 1 -1 -1 1 -1]';
S3=[1 1 1 -1 1 -1 -1 1 -1]';
Wh=(1/2)*[S1';S2';S3'];    %计算匹配子网络的权值
X=[1 1 1 1 1 1 1 1 1]';   %输入向量
n=9;   %输入模式维数
nett=Wh*X+[n/2 n/2 n/2]';   %计算匹配子网络激活值
fnet=nett/n;   %通过激活函数算出匹配子网络输出值
b=fnet;


%竞争子网络检出与输入模式相匹配的样本

T=[1 -1 -1;-1 1 -1;-1 -1 1];   %确定网络三个稳定点
net=newhop(T);   %用已知稳定点来建立网络
a={b};
[y,Pf,Af]=sim(net,{1 100},{},a);   %进行对所建立网络进行仿真运算
axis([-1 1 -1 1 -1 1]');   %建立三维坐标系
set(gca,'box','on');
axis manual;
hold on;
plot3([1 -1 -1], [-1 1 -1],[-1 -1 1],'r*')    %在坐标系中绘出三个稳定点
record=[cell2mat(a) cell2mat(y)];   %将元胞数组转换成矩阵
start=cell2mat(a);
plot3(start(1,1),start(2,1),start(3,1),'bx',record(1,:),record(2,:),record(3,:));
view([37.5 30]);
title('Hopfied 神经网络状态空间');
xlabel('a(1)');
ylabel('a(2)');
zlabel('a(3)');