新型递归神经网络求解时变矩阵Moore-Penrose逆

• 作者: 向秋红 廖柏林 马川
• 来源期刊: 吉首大学学报（自然科学版）
• 学科: 工学
• 关键词: 梯度神经网络 张神经网络 矩阵Moore-Penrose逆
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 计算机与信息
• 页码范围: 31-35
• 页数: 5页
• 分类号: TP183
• 字数: 2666字
• 语种: 中文
• DOI: 10.3969/j.cnki.jdxb.2017.03.007

摘要

将传统梯度神经网络(GNN)与张神经网络(ZNN)巧妙结合,提出了一种新型的神经网络(NNN)模型.在相同的条件下,采用NNN,GNN,ZNN模型求解时变矩阵M-P逆,从理论上证明了NNN模型的有效性和优越性.计算机仿真结果表明NNN模型在有噪声的条件下求解矩阵M-P逆具鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	廖柏林	吉首大学信息科学与工程学院	30	93	7.0	8.0
2	马川	吉首大学信息科学与工程学院	5	9	1.0	3.0
3	向秋红	吉首大学数学与统计学院	1	1	1.0	1.0