盒中脑状态网络

盒中脑状态（BSB）神经网络是一种非线性自联想神经网络，可以扩展到具有两层或多层的异联想。它也类似于霍普菲尔德网络。它是由 J.A. Anderson、J.W. Silverstein、S.A. Ritz 和 R.S. 提出的。 Jones 于 1977 年发明。

关于 BSB 网络 − 需要记住的一些要点

• 它是一个完全连接的网络，其最大节点数取决于输入空间的维数 n。

• 所有神经元均同时更新。

• 神经元的取值范围为 -1 到 +1。

数学公式

BSB 网络中使用的节点函数是斜坡函数，可定义如下 −

$$f(net):=:min(1,:max(-1,:net))$$

此斜坡函数是有界且连续的。

我们知道每个节点都会改变其状态，因此可以借助以下数学关系来完成−

$$x_{t}(t:+:1):=:fleft(\begin{array}{c}displaystylesumlimits_{j=1}^n w_{i,j}x_{j}(t)end{array} ight)$$

这里，x_i(t) 是 t 时刻第 i_th 个节点的状态。

从 i_th 个节点到 j_th 个节点的权重可以用以下关系 −

$$w_{ij}:=:ffrac{1}{P}displaystylesumlimits_{p=1}^P (v_{p,i}:v_{p,j})$$

这里，P 是训练模式的数量，它们是双极的。