java - 使用 Hopfield 网络结果不佳

Question

我正在编写一个使用神经网络识别交通标志的程序，但我在 Hopfield 网络方面遇到了问题。我正在使用this example制作我自己的 hopfield 网络。

作为输入，我使用标准化后的这些交通标志，它是 0 和 1 的 50x50 矩阵。

我遇到的问题是，当 Hopfield 网络学习 2 个模式时，它可以很好地识别它们，但是当我尝试用 2 个以上的模式来训练它时，结果它给出的模式与它所训练的任何模式都不匹配，并且它会针对我提供的任何输入返回该模式。

这是我的代码，与官方 encog 示例中的代码非常相似:

public BiPolarNeuralData convertPattern(double[][] data, int index)
{
    int resultIndex = 0;
    BiPolarNeuralData result = new BiPolarNeuralData(WIDTH*HEIGHT);
    for(int i=0;i<(WIDTH*HEIGHT);i++)
    {
        boolean znak=true;
        if(data[index][i]==1)znak=true;
        else znak=false;
        result.setData(resultIndex++,data[index][i]==1.0);
    }

    return result;
}

public void display(BiPolarNeuralData pattern1,BiPolarNeuralData pattern2)
{
    int index1 = 0;
    int index2 = 0;

    for(int row = 0;row<HEIGHT;row++)
    {
        StringBuilder line = new StringBuilder();

        for(int col = 0;col<WIDTH;col++)
        {
            if(pattern1.getBoolean(index1++))
                line.append('O');
            else
                line.append(' ');
        }

        line.append("   ->   ");

        for(int col = 0;col<WIDTH;col++)
        {
            if(pattern2.getBoolean(index2++))
                line.append('O');
            else
                line.append(' ');
        }

        System.out.println(line.toString());
    }
}


public void evaluate(HopfieldNetwork hopfieldLogic, double[][] pattern)
{
    for(int i=0;i<pattern.length;i++)
    {
        BiPolarNeuralData pattern1 = convertPattern(pattern,i);
        hopfieldLogic.setCurrentState(pattern1);
        int cycles = hopfieldLogic.runUntilStable(100);
        BiPolarNeuralData pattern2 = hopfieldLogic.getCurrentState();
        System.out.println("Cycles until stable(max 100): " + cycles + ", result=");
        display( pattern1, pattern2);
        System.out.println("----------------------");
    }
}

public BasicNetwork trainHopfieldNetwork(){
    HopfieldNetwork hopfieldLogic = new HopfieldNetwork(HEIGHT*WIDTH);

    for(int i=0;i<inputData.length;i++)
    {
        hopfieldLogic.addPattern(convertPattern(inputData,i));
        System.out.println("Pattern : "+i);
    }

    evaluate(hopfieldLogic,inputData);

    return null;
} 

其中 inputData 是 double 类型的 array[2500]。

到目前为止我尝试过的是:

1. 将图案尺寸更改为更小(10x10、20x20)。

2. 尝试学习不同数量的模式(从 2 到 20)。我总是得到奇怪的结果，与网络训练的任何模式都不匹配。

Answer 1

所以归根结底问题是网络的学习规则，因为encog框架只实现了hebb学习规则，这对于复杂的网络来说不太有用，我必须实现伪反转学习规则，之后hopfield网络开始毫无困难地识别模式