用于线性噪声时变凸二次规划的归零神经网络OACSTPCD
Zeroing neural network for time-varying convex quadratic programming with linear noise
针对线性噪声可能会对现有的归零神经网络(ZNN)模型求解时变二次规划(TVQP)问题产生负面影响,从而导致模型收敛缓慢、准确率降低的问题,提出了一种双重积分增强ZNN(DIEZNN)模型.为了解决线性噪声的干扰,在 ZNN 原有公式基础上引入双重积分,设计了一个激活函数去除线性噪声的影响.理论分析证实了 DIEZNN 模型具有收敛性和良好的噪声抑制能力.实验结果表明,与传统的梯度神经网络和其他变量 ZNN模型相比,DIEZNN模型收敛更快、精度更高,并且能够有效地解决线性噪声的影响.
李建锋;刘哲宇;荣洋;李展;廖柏林;屈林曦;刘志杰;林琨煌
吉首大学数学与统计学院,湖南 吉首 416000||吉首大学计算机科学与工程学院,湖南 吉首 416000吉首大学数学与统计学院,湖南 吉首 416000||吉首大学计算机科学与工程学院,湖南 吉首 416000吉首大学计算机科学与工程学院,湖南 吉首 416000斯旺西大学计算机科学学院,斯旺西 SA28PP吉首大学计算机科学与工程学院,湖南 吉首 416000吉首大学计算机科学与工程学院,湖南 吉首 416000吉首大学计算机科学与工程学院,湖南 吉首 416000吉首大学计算机科学与工程学院,湖南 吉首 416000
信息技术与安全科学
归零神经网络时变二次规划线性约束噪声干扰
《通信学报》 2023 (4)
226-233,8
国家自然科学基金资助项目(No.61962023,No.62066015)湖南省自然科学基金资助项目(No.2020JJ4511)湖南省教育局研究基金资助项目(No.20A396)吉首大学科学研究基金资助项目(No.Jdy20063)
评论