2.765

2022影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

梯度神经网络实时求解线性方程组之收敛性分析

张雨浓 陈增海 陈轲

张雨浓, 陈增海, 陈轲. 梯度神经网络实时求解线性方程组之收敛性分析. 自动化学报, 2009, 35(8): 1136-1139. doi: 10.3724/SP.J.1004.2009.01136
引用本文: 张雨浓, 陈增海, 陈轲. 梯度神经网络实时求解线性方程组之收敛性分析. 自动化学报, 2009, 35(8): 1136-1139. doi: 10.3724/SP.J.1004.2009.01136
ZHANG Yu-Nong, CHEN Zeng-Hai, CHEN Ke. Convergence Properties Analysis of Gradient Neural Network for Solving Online Linear Equations. ACTA AUTOMATICA SINICA, 2009, 35(8): 1136-1139. doi: 10.3724/SP.J.1004.2009.01136
Citation: ZHANG Yu-Nong, CHEN Zeng-Hai, CHEN Ke. Convergence Properties Analysis of Gradient Neural Network for Solving Online Linear Equations. ACTA AUTOMATICA SINICA, 2009, 35(8): 1136-1139. doi: 10.3724/SP.J.1004.2009.01136

梯度神经网络实时求解线性方程组之收敛性分析

doi: 10.3724/SP.J.1004.2009.01136
详细信息
    通讯作者:

    张雨浓

Convergence Properties Analysis of Gradient Neural Network for Solving Online Linear Equations

More Information
    Corresponding author: ZHANG Yu-Nong
  • 摘要: 探讨归纳了一类用于在线求解线性方程组的梯度神经网络, 并且证明了该类梯度网络具有全局指数收敛特性, 而非以往提出的渐进收敛特性. 此外, 相对于使用线性激励函数的情况, 当使用幂S形激励函数时网络具有更好的收敛效果. 计算机仿真结果进一步验证了上述分析的准确性和该网络求解线性方程组问题的有效性.
  • 加载中
计量
  • 文章访问数:  2503
  • HTML全文浏览量:  72
  • PDF下载量:  1304
  • 被引次数: 0
出版历程
  • 收稿日期:  2008-01-28
  • 修回日期:  2008-04-04
  • 刊出日期:  2009-08-20

目录

    /

    返回文章
    返回