发表服务
论文利用最优化基本理论中的鞍点定理和投影定理将二次规划问题转换成投影方程的求解问题，再利用投影方程以及延迟理论构造出时滞投影神经网络，使网络的平衡点就是二次规划问题的最优解。然后，基于压缩不动点理论证明了网络平衡点的存在...
基于神经网络求解二次规划问题-优化问题已经广泛的出现在科学和工程应用的许多领域，比如：图像和信号处理、衰退分析、机器人控制等。人工神经网络作为一门新兴学科，被认为是解决优化问题的一种最有前景的方法。和以前传统的...
应用神经网络求解二次规划问题的研究-二十世纪八十年代,美国著名物理学家Hopfield和Tank提出用人工神经网络方法求解线性规划问题,从此以后,这一领域的研究和应用得到了越来越多的关注。对比传统的优化算法,人工神经网络方法具有更多...
Hopfield模型的二次规划神经网络动态性能的研究.曾孝平周家启扬士中.【摘要】：本文用解析方法分析了Hopfield模型的二次规划神经网络中，各放大器输入端电容，电阻及系统参数对系统动态性能的影响。.得出了它们与系统稳定性的Routh代数判据和计算时间的...
在二次规划方案求解器方面,本文首先提出了一种变参递归神经网络(varyingparameterrecurrentneuralnetwork,VPRNN)求解器,与传统求解二次规划方案的方法相比,该变参递归神经网络求解器对误差具有超指数收敛速率,计算精度更高,鲁棒性更强。
二次规划问题是一种典型的优化问题，包括凸二次规划和非凸二次规划，在此类问题中，目标函数是变量的二次函数，约束条件是变量的线性不等式。假定变量的个数为dd，约束条件的个数为mm，则标准的二次规划问题形如：minxs.t.12xTQx+cTxAx⩽b\begin{matrix}\min_{x}&\frac{1}{2}x^TQx+c^Tx\\s.t.&Ax\leqslantb\e
4．2．1基于线性变分不等式的原对偶神经网络（LVIPDNN）二次型优化问题（4．8）一（4．10）可以描述为如下形式：16中山人学顺I：学位论文桀十神经网络的）C余机器－丁．臂的重复运动规划最小化三zr脓＋（4．11）（4
为避免预先设定网络参数，第二种模型由两个子系统组成，但该模型的解轨道在最优解附近扰动，不能保证网络的输出为精确度较好的解，同时还存在其它一些缺陷110l。考虑下列二次规划问题：{mlnx。rAx+。75(1．1)。【JQ，Dx=b其中^。
【摘要】：本文提出一种二次规划的神经网络优化算法,并将该算法应用于遥感图像的恢复中。计算机结果表明,所提算法收敛快,图像恢复效果好。下载App查看全文
这篇论文有以下设置。将网络的所有L层的权重设为w。对应的量化权重表示为Qw(w)=^w，其中Qw是权重量化函数。这种损失感知型策略涉及到在每个时间实例的优化问题。在t+1个迭代时，问题是如何优化一个二次规划（quadraticprogram）：
论文利用最优化基本理论中的鞍点定理和投影定理将二次规划问题转换成投影方程的求解问题，再利用投影方程以及延迟理论构造出时滞投影神经网络，使网络的平衡点就是二次规划问题的最优解。然后，基于压缩不动点理论证明了网络平衡点的存在...
基于神经网络求解二次规划问题-优化问题已经广泛的出现在科学和工程应用的许多领域，比如：图像和信号处理、衰退分析、机器人控制等。人工神经网络作为一门新兴学科，被认为是解决优化问题的一种最有前景的方法。和以前传统的...
应用神经网络求解二次规划问题的研究-二十世纪八十年代,美国著名物理学家Hopfield和Tank提出用人工神经网络方法求解线性规划问题,从此以后,这一领域的研究和应用得到了越来越多的关注。对比传统的优化算法,人工神经网络方法具有更多...
Hopfield模型的二次规划神经网络动态性能的研究.曾孝平周家启扬士中.【摘要】：本文用解析方法分析了Hopfield模型的二次规划神经网络中，各放大器输入端电容，电阻及系统参数对系统动态性能的影响。.得出了它们与系统稳定性的Routh代数判据和计算时间的...
在二次规划方案求解器方面,本文首先提出了一种变参递归神经网络(varyingparameterrecurrentneuralnetwork,VPRNN)求解器,与传统求解二次规划方案的方法相比,该变参递归神经网络求解器对误差具有超指数收敛速率,计算精度更高,鲁棒性更强。
二次规划问题是一种典型的优化问题，包括凸二次规划和非凸二次规划，在此类问题中，目标函数是变量的二次函数，约束条件是变量的线性不等式。假定变量的个数为dd，约束条件的个数为mm，则标准的二次规划问题形如：minxs.t.12xTQx+cTxAx⩽b\begin{matrix}\min_{x}&\frac{1}{2}x^TQx+c^Tx\\s.t.&Ax\leqslantb\e
4．2．1基于线性变分不等式的原对偶神经网络（LVIPDNN）二次型优化问题（4．8）一（4．10）可以描述为如下形式：16中山人学顺I：学位论文桀十神经网络的）C余机器－丁．臂的重复运动规划最小化三zr脓＋（4．11）（4
为避免预先设定网络参数，第二种模型由两个子系统组成，但该模型的解轨道在最优解附近扰动，不能保证网络的输出为精确度较好的解，同时还存在其它一些缺陷110l。考虑下列二次规划问题：{mlnx。rAx+。75(1．1)。【JQ，Dx=b其中^。
【摘要】：本文提出一种二次规划的神经网络优化算法,并将该算法应用于遥感图像的恢复中。计算机结果表明,所提算法收敛快,图像恢复效果好。下载App查看全文
这篇论文有以下设置。将网络的所有L层的权重设为w。对应的量化权重表示为Qw(w)=^w，其中Qw是权重量化函数。这种损失感知型策略涉及到在每个时间实例的优化问题。在t+1个迭代时，问题是如何优化一个二次规划（quadraticprogram）：
发表服务