用神经网络证明超立方体的直径  

Application of Neural Network Method to Diameter in Hypercubes

作　　者：刘昕[1] 匡桂娟[1] 张宗云[1] 

机构地区：[1]青岛大学信息工程学院

出　　处：《青岛大学学报（自然科学版）》2004年第1期51-54,共4页Journal of Qingdao University(Natural Science Edition)

摘　　要：利用带有激发神经元的网络的自组织理论,分析了图和有激发神经元的网络之间的关系。用这种方法构造了超立方体对应的带有激发神经元的神经网络,通过重复学习,在得到的新的神经网络中形成了两个顶点之间的至少一条最短路径,从而了证明n维超立方体的直径为n。Using the idea of circuits' self-organizing, the relationship between a graph and a network of spiking neurons is analyzed. The corresponding neural network of hypercubes is constructed with this method. There is at least one path between any two vertexes through neurons learning repeat itself. It is proved easily that the diameter of a n -dimensional hypercube is n .

关 键 词：神经网络 直径 激发神经元 触突 最短路径 图 网络拓扑 

分 类 号：TP393.02[自动化与计算机技术—计算机应用技术] TP183[自动化与计算机技术—计算机科学与技术]