matlab离散Hopfield神经网络的方法是什么

%% 清空环境变量

clc

clear

%% 数据导入

load data1 array_one

load data2 array_two

%% 训练样本（目标向量）

 T=[array_one;array_two]';

%% 创建网络

 net=newhop(T);

%% 数字1和2的带噪声数字点阵（随机法）

noisy_array_one=array_one;

noisy_array_two=array_two;

for i=1:100

    a=rand;

    if a<0.1

       noisy_array_one(i)=-array_one(i);

       noisy_array_two(i)=-array_two(i);

    end

end

%% 数字识别

% identify_one=sim(net,10,[],noisy_array_one');

noisy_one={(noisy_array_one)'};

identify_one=sim(net,{10,10},{},noisy_one);

identify_one{10}';

noisy_two={(noisy_array_two)'};

identify_two=sim(net,{10,10},{},noisy_two);

identify_two{10}';

%% 结果显示

Array_one=imresize(array_one,20);

subplot(3,2,1)

imshow(Array_one)

title('标准(数字1)') 

Array_two=imresize(array_two,20);

subplot(3,2,2)

imshow(Array_two)

title('标准(数字2)') 

subplot(3,2,3)

Noisy_array_one=imresize(noisy_array_one,20);

imshow(Noisy_array_one)

title('噪声(数字1)') 

subplot(3,2,4)

Noisy_array_two=imresize(noisy_array_two,20);

imshow(Noisy_array_two)

title('噪声(数字2)')

subplot(3,2,5)

imshow(imresize(identify_one{10}',20))

title('识别(数字1)')

subplot(3,2,6)

imshow(imresize(identify_two{10}',20))

title('识别(数字2)')