在图象理解、目标跟踪、智能推理和计算机视觉等方面有着广泛的应用，是模式识别理论中的关键技术之一。其主要思想是，通过利用模式中元素间的某些关系，来求解两个模式对应与否。ShaPir。等人已采用关系模式匹配有效的进行图象的三维识别〔，2。但正如Pav玉ids所指出‘的，关系模式匹配问题与图同构或子图同构问题等价 。

   而同构问题的计算复杂性与问题的规模成指数关系。尽管不少学者为此做了大量改进工作，如利用各种先验知识来约束求解过程，以提高算法效率，但其计算复杂性仍难以满足实时一要求。另外，当模式数据中噪声干扰或局部畸变较强时，现有算法更显得无能为力。但是，利用人工神经网络求解约束满足问题时，跳出了传统Al中搜索算法的基本思想，其本质是将约束满足问题的解转换成神经网络动力学系统的平衡状态，而将优化准则表示成该动力学系统的能量函数。由于系统的演化过程是分布式并行的，故求解速度快。

      每个平衡状态均有一定大小的吸引域，使得系统具有较强的抗干扰能力。为了便于下面的讨论，先对离散HoPfi- led摸型作一简单介绍。二、离散HoPfiled模型没Hopfiled离散网络有n个节点(神经元)，

   考虑“面”之间的.平行，关系则有RZ= {(2，4)，(z，3)}，52={l，3} 从而关系模式匹配问题转化为求(7)式的最优化问题，可利用神经网络求解。

事业的成功，看看这条信息吧，别再说了，莫再等了，赢在职称资讯快人一步上。