求解线性不定方程组所展现的BP与Hopfield类型神经网络的学习同质性研究

• 作者: 张雨浓 李展 莫锦辉 谭宁
• 来源期刊: 中山大学学报（自然科学版）
• 学科: 工学
• 关键词: 不定方程 BP神经网络 Hopfield神经网络 学习同质性
• 年，卷（期）: 2010,（2）
• 页码范围: 1-7,16
• 页数: 8页
• 分类号: TP183
• 字数: 6017字
• 语种: 中文

摘要

主要针对求解线性不定方程组的两种并行计算神经网络模型(BP和Hopfield类型神经网络)进行了探讨.BP神经网络和Hopfield类型神经网络尽管在起源、网络定义、拓扑结构和学习模式上有较大的不同,但这两类人工神经网络在相同学习率条件下求解线性不定方程组中却可以表现出相同的数学公式、学习本质和计算能力,即学习同质性.此外,分别在零初值、相同但非零初值和不同随机初值三种情况下,针对两类人工神经网络求解线性不定方程组体现出来的学习同质性进行了计算机仿真验证,并证实了两类神经网络算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张雨浓	中山大学信息科学与技术学院	74	496	13.0	16.0
2	谭宁	中山大学软件学院	5	48	4.0	5.0
3	李展	中山大学信息科学与技术学院	3	6	2.0	2.0
4	莫锦辉	中山大学信息科学与技术学院	1	4	1.0	1.0