一种具有全局收敛性的对偶动态神经网络模型

刘军; 王兆明; 顾德仁

您当前的位置：

首页 >

文章列表页 >

一种具有全局收敛性的对偶动态神经网络模型

更新时间：2025-12-08

- 一种具有全局收敛性的对偶动态神经网络模型
- A Dual Dynamical Neural Network Model with the Global Convergence
- 电子学报 1993年第4期页码：40-44
- 作者机构：
  
  1. 电子科技大学电子工程系
  2. 电子科技大学电子工程系成都 610054
- 作者简介：
- 基金信息：
  
  国家自然科学基金(61701067;61702065);博士点基金
- DOI：
  中图分类号：
- 纸质出版：1993
- 稿件说明：
移动端阅览
[1]刘军,王兆明,顾德仁.一种具有全局收敛性的对偶动态神经网络模型[J].电子学报,1993(04):40-44.

Liu Jun, Wang Zhaoming, Gu Deren. A Dual Dynamical Neural Network Model with the Global Convergence[J]. Acta Electronica Sinica, 1993, (4): 40-44.
[1]刘军,王兆明,顾德仁.一种具有全局收敛性的对偶动态神经网络模型[J].电子学报,1993(04):40-44. DOI：

Liu Jun, Wang Zhaoming, Gu Deren. A Dual Dynamical Neural Network Model with the Global Convergence[J]. Acta Electronica Sinica, 1993, (4): 40-44. DOI：

摘要

本文提出并研究了一种具有全局收敛特性的神经网络模型。该模型的动态特性可由对偶微分方程描述

它具有从状态空间内任一初始点找出多个稳定平衡点的能力。在应用方面

它很容易发展为诸如解决全局优化问题等要求全局收敛特性的专用神经网络。

Abstract

A neural network model with the global convergence is proposed and studied in this paper. The dynamical property of this model is described by dual differential equations and it can find out several stable equilibrium points from any initial point in the state space. This model Ican be extended easily to suit for the problems which need the global convergence such as the global optimization problems.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于LoRa信号的实时手势识别算法

连续学习方法与其在视觉任务中的应用

端到端全复数域SAR目标分类神经网络