首页> 中文学位 >求解优化问题的光滑神经网络及在图像处理中的应用
【6h】

求解优化问题的光滑神经网络及在图像处理中的应用

代理获取

目录

封面

中文摘要

英文摘要

目录

第1章 绪 论

1.1 课题背景及意义

1.2 国内外研究现状及分析

1.3 课题来源及主要研究内容

1.4 本文结构

第2章 预备知识

2.1非光滑分析与最优化中的基本概念及性质

2.2优化问题稳定点的定义

2.3本章小结

第3章 光滑神经网络的构造

3.1 神经网络解的存在与唯一性

3.2 优化问题算法的收敛性

3.3 本章小结

第4章 数值实验

4.1 引言

4.2 数值实验和结果分析

4.2.1数值实验

4.2.2 结果分析

4.3 本章小结

结论

参考文献

声明

致谢

展开▼

摘要

众所周知,带有非光滑目标函数的优化问题在大量的科学研究、工程问题、经济等领域中普遍存在,大多数研究者采用光滑逼近技术来逼近目标函数,在一定程度上解决了一些优化问题的求解。但是在计算较高维数和较复杂的优化问题时,计算时间是必须要考虑的,而神经网络的出现及它的适应性和并行性使得计算速度有所提高。近年来,应用神经网络方法解决非光滑优化问题受到重视,针对这个现象,本文主要讨论了一类在约束条件下带有非光滑项的优化问题求解。
  在这篇论文里,提出光滑神经网络(SNN)算法用于解决约束为非Lipschitz最优化问题,目标函数是非光滑函数和非 Lipschitz函数的和。使用光滑逼近技术,所提到的神经网络被微分方程所模拟,而这个方程是很容易计算的。在目标函数水平有界条件下,对任意给定初始点证明 SNN解的全局存在性和一致有界性,而SNN解的唯一性在光滑函数的Lipschitz性质下给出。接着证明 SNN解的任意聚点是我们优化问题的稳定点。最后,将光滑神经网络的算法应用于图像修复,通过调节参数说明了光滑神经网络算法具有一定的优势。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号