位置:成果数据库 > 期刊 > 期刊详情页
基于前向和中间差分的离散ZNN的定常矩阵求逆方法
  • ISSN号:0253-2778
  • 期刊名称:中国科学技术大学学报
  • 时间:2013
  • 页码:259-264
  • 分类:TP183[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程]
  • 作者机构:[1]中山大学信息科学与技术学院,广东广州510006
  • 相关基金:国家自然科学基金重点项目(60935001);国家自然科学基金面上项目(61075121); 教育部高等学校博士学科点专项科研基金(20100171110045)资助
  • 相关项目:面向服务任务的快速机器视觉与智能伺服控制
中文摘要:

不同于传统的梯度神经网络,一类特殊的用于解决时变问题(如时变矩阵求逆)的新型递归神经网络(ZNN)于2001年提出.为了便于使用数字电路进行硬件实现,需要将该类递归神经网络进行离散化,在之前工作的基础上,利用多点前向差分和中间差分数值微分方法,得到一类通过一系列ZNN离散模型表示的矩阵求逆方法,数学分析结果表明,传统牛顿迭代法可以看作其中一个特例.为验证此方法的有效性,针对定常矩阵求逆问题进行求解,同时,利用线搜索算法来保证该模型的收敛速度.实验结果表明,基于多种数值微分公式并辅以线搜索算法的ZNN离散模型可以较好地收敛到问题的理论解,且具有较佳的收敛性能.

英文摘要:

A special class of recurrent neural networks(ZNN),different from the conventional gradient-based neural network,were proposed in 2001 for solving time-varying problems(e.g.time-varying matrix inversion).For possible digital-circuit realization,such ZNN models need to be discretized.Based on the previous work,a method depicted by a series of discrete-time ZNN(DTZNN) models was proposed for matrix inversion by exploiting multiple-point forward-difference and central-difference formulas.Mathematical analysis shows that Newton iteration is actually a special case of DTZNN models.In order to verify the efficacy of the DTZNN models,these models are applied for constant matrix inversion.In addition,a line-search algorithm is employed to guarantee the convergence of such DTZNN models.Results show that the discrete-time ZNN models based on difference formulas and aided with line-search algorithm are effective on constant matrix inversion and have superior convergent performance.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《中国科学技术大学学报》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学院
  • 主办单位:中国科学技术大学
  • 主编:何多慧
  • 地址:安徽省合肥市金寨路96号
  • 邮编:230026
  • 邮箱:JUST@USTC.EDU.CN
  • 电话:0551-63601961 63607694
  • 国际标准刊号:ISSN:0253-2778
  • 国内统一刊号:ISSN:34-1054/N
  • 邮发代号:26-31
  • 获奖情况:
  • 1999年,全国优秀高等学校自然科学学报及教育部优...,2001年,安徽省1999-2001年度优秀科技期刊一等奖,2002年,第三届华东地区优秀期刊奖
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),美国数学评论(网络版),德国数学文摘,荷兰文摘与引文数据库,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:8237