解L<sub>1</sub>范数极小化问题的神经网络

夏又生; 叶大振

您当前的位置：

首页 >

文章列表页 >

解L₁范数极小化问题的神经网络

更新时间：2025-12-08

- 解L₁范数极小化问题的神经网络
- Neural Network for Solving L₁－Norm Minimization Problem
- 电子学报 1997年第11期
- 作者机构：
  
  南京邮电学院
- 作者简介：
- 基金信息：
  
  邮电部中青年科研基金
- DOI：
  中图分类号： TP183
- 纸质出版：1997
- 稿件说明：
移动端阅览
[1]夏又生,叶大振.解L_1范数极小化问题的神经网络[J].电子学报,1997(11):99-101+104.

夏又生, 叶大振. Neural Network for Solving L₁－Norm Minimization Problem[J]. Acta Electronica Sinica, 1997, (11).
[1]夏又生,叶大振.解L_1范数极小化问题的神经网络[J].电子学报,1997(11):99-101+104. DOI：

夏又生, 叶大振. Neural Network for Solving L₁－Norm Minimization Problem[J]. Acta Electronica Sinica, 1997, (11). DOI：

摘要

到本文提出一个求解Ｌ１范数极小化问题的神经网络新模型，并予以严格证明，对比文［１］中的模型，新模型具有较小的规模；对比文［２］中的模型，新模型不含惩罚参数，因而具有全局收敛到精确解等优点．最后，模拟试验表明，新模型在离散时间情形也是全局收敛的．

Abstract

A neural network for solving L1-norm minimization problem is presented and is shown to be globally convergent to exact solutions. A simulation result is given to show its global convergence in discrete-time implementation.

关键词

Keywords

references

浏览量

119

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

背景感知机制的图像分类网络

基于神经网络的图像风格迁移算法综述

基于自适应空间映射多可信度模型的网状天线形态机电集成优化设计

差分编码与神经网络辅助的OFDM系统信道估计方法

解L1范数极小化问题的神经网络

Neural Network for Solving L1－Norm Minimization Problem

DOI：

摘要

Abstract

关键词

Keywords

references

解L₁范数极小化问题的神经网络

Neural Network for Solving L₁－Norm Minimization Problem