控制工程
控製工程
공제공정
CONTROL ENGINEERING OF CHINA
2013年
4期
753-755
,共3页
离散互馈神经网络%网络迭代%并行稳定%谱半径%不动点
離散互饋神經網絡%網絡迭代%併行穩定%譜半徑%不動點
리산호궤신경망락%망락질대%병행은정%보반경%불동점
discrete mutual feedback network%network iterative%parallel stability%spectral radius%fixed point
证明了离散互馈Hopfield神经网络动力过程与线性方程组迭代求根过程具有同构关系,进而给出由线性方程组系数矩阵和增广矩阵生成离散互馈神经网络权值矩阵和阈值向量的方法.得出当线性方程组迭代收敛时,可依据方程组系数矩阵和增广矩阵构造出神经元连接权值矩阵和阈值向量使得离散互馈神经网络并行演化稳定,且对非对称有理数权值矩阵和阈值向量下离散互馈神经网络亦是稳定的.当线性方程组收敛点各分量绝对值大于1时网络的初始状态稳定于方程组收敛点的符号模式.最后给出算例验证此构造方法,对离散互馈神经网络并行演化稳定的控制作用,推广了离散互馈神经网络权值矩阵和阈值向量的形式,为更一般情况下离散互馈网络稳定性设计提供理论依据.
證明瞭離散互饋Hopfield神經網絡動力過程與線性方程組迭代求根過程具有同構關繫,進而給齣由線性方程組繫數矩陣和增廣矩陣生成離散互饋神經網絡權值矩陣和閾值嚮量的方法.得齣噹線性方程組迭代收斂時,可依據方程組繫數矩陣和增廣矩陣構造齣神經元連接權值矩陣和閾值嚮量使得離散互饋神經網絡併行縯化穩定,且對非對稱有理數權值矩陣和閾值嚮量下離散互饋神經網絡亦是穩定的.噹線性方程組收斂點各分量絕對值大于1時網絡的初始狀態穩定于方程組收斂點的符號模式.最後給齣算例驗證此構造方法,對離散互饋神經網絡併行縯化穩定的控製作用,推廣瞭離散互饋神經網絡權值矩陣和閾值嚮量的形式,為更一般情況下離散互饋網絡穩定性設計提供理論依據.
증명료리산호궤Hopfield신경망락동력과정여선성방정조질대구근과정구유동구관계,진이급출유선성방정조계수구진화증엄구진생성리산호궤신경망락권치구진화역치향량적방법.득출당선성방정조질대수렴시,가의거방정조계수구진화증엄구진구조출신경원련접권치구진화역치향량사득리산호궤신경망락병행연화은정,차대비대칭유리수권치구진화역치향량하리산호궤신경망락역시은정적.당선성방정조수렴점각분량절대치대우1시망락적초시상태은정우방정조수렴점적부호모식.최후급출산례험증차구조방법,대리산호궤신경망락병행연화은정적공제작용,추엄료리산호궤신경망락권치구진화역치향량적형식,위경일반정황하리산호궤망락은정성설계제공이론의거.
