黎卫兵
- 作品数：4 被引量：11H指数：2
- 供职机构：中山大学信息科学与技术学院更多>>
- 发文基金：国家教育部博士点基金国家自然科学基金国家大学生创新性实验计划更多>>
- 相关领域：自动化与计算机技术理学更多>>
- 基于权值与结构确定法的单极Sigmoid神经网络分类器被引量：6
- 2013年
- 构造了以单极Sigmoid函数作为隐层神经元激励函数的神经网络分类器,网络中输入层到隐层的权值和隐层神经元的阈值均为随机生成。同时,结合利用伪逆思想一步计算出隐层和输出层神经元之间连接权值的权值直接确定(WDD)法,进一步提出了具有边增边删和二次删除策略的网络结构自确定法,用来确定神经网络最优权值和结构。数值实验结果表明,该算法能够快速有效地确定单极Sigmoid激励函数神经网络分类器的最优网络结构;分类器的分类性能良好。
- 张雨浓陈俊维刘锦荣曲璐黎卫兵
- 关键词：神经网络分类器权值直接确定法
- 基于前向和中间差分的离散ZNN的定常矩阵求逆方法被引量：3
- 2013年
- 不同于传统的梯度神经网络,一类特殊的用于解决时变问题(如时变矩阵求逆)的新型递归神经网络(ZNN)于2001年提出.为了便于使用数字电路进行硬件实现,需要将该类递归神经网络进行离散化,在之前工作的基础上,利用多点前向差分和中间差分数值微分方法,得到一类通过一系列ZNN离散模型表示的矩阵求逆方法,数学分析结果表明,传统牛顿迭代法可以看作其中一个特例.为验证此方法的有效性,针对定常矩阵求逆问题进行求解,同时,利用线搜索算法来保证该模型的收敛速度.实验结果表明,基于多种数值微分公式并辅以线搜索算法的ZNN离散模型可以较好地收敛到问题的理论解,且具有较佳的收敛性能.
- 张雨浓黎卫兵郭东生张智军侯占伟
- 关键词：递归神经网络牛顿迭代法
- Jordan标准形简记形式之补正及仿真验证
- 2013年
- 科学的数学符号表示形式有助于促进科学研究,推动科学技术发展。而不科学的数学符号表示形式容易造成读者的误解,妨碍读者进一步学习、研究和应用。目前,部分教材和文献中使用了一种Jordan标准形简记形式,但此种表示方法不是很科学,容易引起读者的误解。针对这种不够科学的数学符号表示方法,进行分析与探讨并引用了一种使读者容易明白的更为科学的表示方法。仿真结果验证了理论分析的正确性。
- 张雨浓黎卫兵易称福林业宏
- 关键词：JORDAN标准形补正仿真验证
- 三输入伯努利神经网络权值与结构双确定被引量：2
- 2013年
- 根据函数逼近理论以及Weierstrass逼近定理,构造出一类以伯努利多项式的乘积为隐层神经元激励函数的三输入神经网络模型,即三输入伯努利神经网络。针对该网络模型,根据权值直接确定法以及隐层神经元数目与逼近误差的关系,提出了三个网络权值与结构双确定算法。数值实验显示,由这三个算法分别确定的神经网络在学习与校验方面都拥有优越的性能,同时也具有较佳的预测能力。
- 张雨浓罗飞恒陈锦浩黎卫兵
- 关键词：权值直接确定法
