Z类递归神经网络及积分增强智能计算模型.pdf
时变问题求解在实际应用中扮演着越来越重要的角色,如机械臂运动规划与控制中的矩阵求时变伪逆、信号的实时处理以及障碍物的实时躲避等.更重要的是,几乎所有的时变问题都受各种类型或强或弱的噪声干扰,故在求解时变问题时如何降噪甚至除噪也是一个待解决的棘手问题.鉴于递归神经网络的强大能力,研究并利用新型的递归神经网络来解决上述时变问题具有重要的科学和工程实践意义.本文为了更有效地求解时变问题,提出一类新型递归神经网络及积分增强型.该新型递归神经网络本质在于零化对应误差函数的每一个元素,故被称为Z类递归神经网络(Z-typeneuralnetwork,ZNN).此外,积分增强型ZNN(Integration-enhancedZ-typeneuralnetwork,IEZNN)本质在于零化对应误差函数的每一个元素及其积分,使得ZNN处理各种噪声的能力得到提升.
作者：金龙
作者单位：兰州大学信息科学与工程学院
母体文献：智能时代的创新、融合与发展——2018全国博士后学术交流会论文集
会议名称：智能时代的创新、融合与发展——2018全国博士后学术交流会
会议时间：2018年9月15日
会议地点：北京
主办单位：中国博士后科学基金会,全国博士后管理委员会办公室
语种：chi
分类号：TU9TD9
关键词：Z类递归神经网络 积分增强智能计算模型 时变问题 降噪处理
在线出版日期：2021年12月15日
基金项目：
相似文献
相关博文
- 文件大小:
- 1.11 MB
- 下载次数:
- 60
-
高速下载
|
|
