自动化技术与应用
自動化技術與應用
자동화기술여응용
TECHNIQUES OF AUTOMATION AND APPLICATIONS
2008年
9期
6-10,5
,共6页
张雨浓%麦剑章%肖秀春%李展%易称福
張雨濃%麥劍章%肖秀春%李展%易稱福
장우농%맥검장%초수춘%리전%역칭복
二次型函数最小化%BP神经网络%Hopfield类型神经网络%学习同质性
二次型函數最小化%BP神經網絡%Hopfield類型神經網絡%學習同質性
이차형함수최소화%BP신경망락%Hopfield류형신경망락%학습동질성
本论文揭示,作为两种并行的神经计算模型,BP和Hopfield类型神经网络都可以有效地对二次型V(x)=xTPx/2+qTx实现最小化求解.而且,尽管BP和Hopfield类型神经网络在网络设计思想和网络结构上呈现出很大的差异,但是它们在二次型函数最小化问题上都表现出了相同的学习能力这说明两者具有本质的联系.
本論文揭示,作為兩種併行的神經計算模型,BP和Hopfield類型神經網絡都可以有效地對二次型V(x)=xTPx/2+qTx實現最小化求解.而且,儘管BP和Hopfield類型神經網絡在網絡設計思想和網絡結構上呈現齣很大的差異,但是它們在二次型函數最小化問題上都錶現齣瞭相同的學習能力這說明兩者具有本質的聯繫.
본논문게시,작위량충병행적신경계산모형,BP화Hopfield류형신경망락도가이유효지대이차형V(x)=xTPx/2+qTx실현최소화구해.이차,진관BP화Hopfield류형신경망락재망락설계사상화망락결구상정현출흔대적차이,단시타문재이차형함수최소화문제상도표현출료상동적학습능력저설명량자구유본질적련계.
