随机神经网络
随机神经网络的相关文献在1995年到2022年内共计73篇,主要集中在自动化技术、计算机技术、数学、无线电电子学、电信技术
等领域,其中期刊论文60篇、会议论文3篇、专利文献388837篇;相关期刊47种,包括统计教育、滨州学院学报、郑州大学学报(理学版)等;
相关会议3种,包括第十届全国博士生学术年会、第七届全国多媒体技术学术会议、第15届中国过程控制会议等;随机神经网络的相关文献由144位作者贡献,包括曹九稳、冯伟、吴海霞等。
随机神经网络—发文量
专利文献>
论文:388837篇
占比:99.98%
总计:388900篇
随机神经网络
-研究学者
- 曹九稳
- 冯伟
- 吴海霞
- 张伟
- 丛爽
- 夏茂辉
- 张术东
- 张金
- 徐瑞
- 时宝
- 毛凯
- 王怡雯
- 于玲
- 冉峰
- 印凡成
- 孙晓玲
- 季渊
- 康婧
- 廖晓昕
- 张丽春
- 张晓
- 曾焕强
- 李哲
- 李海龙
- 杨红艳
- 沈佩婷
- 满丽萍
- 王克
- 王宁
- 王建中
- 王强强
- 王瑞
- 王雪纯
- 逯静
- 陈文栋
- 马荣志
- Mao Kai
- Shi Bao
- Zhang Shudong
- 于津
- 任伟和
- 伍欣叶
- 何德东
- 何韬
- 关治洪
- 凌青华
- 刘桂荣
- 刘芳
- 卢小梅
- 卢长谦
-
-
-
-
-
摘要:
深度生成先验为如图像、音频和文本之类的复杂结构化数据提供了强大的模型。在反问题中使用这些先验通常需要根据对其输出的观察来估计多层深层神经网络中的输入和/或隐藏信号。虽然这些方法在实践中取得了成功,但由于底层优化问题的非凸性,严格性能分析变得复杂。Parthe Pandit等人2020年4月在《IEEE Journal on Selected Areas in Information Theory》发表文章,提出了一种用于多层随机神经网络推理的新算法--多层向量近似消息传递算法(ML-VAMP)。
-
-
-
王瑞;
王强强;
逯静
-
-
摘要:
短期负荷受社会因素和自然因素的影响,使得精准负荷预测困难重重.为了提高短期电力负荷预测精度,提出一种基于改进一般随机神经网络的负荷预测模型.随机神经网络与传统的BP神经网络相比的优势在于随机神经网络在参数优化过程中不会陷入局部最优,但是随机神经也存在自身的不足.针对一般随机神经网络优化过慢;参数优化朝着局部数据而不是整体训练数据,导致最后保存模型不是对整个训练集整体的最优模型.提出在随机神经网络预测模型中用Adam算法替代传统的梯度下降优化算法加快优化,并在随机神经网络模型每次更新后计算整体数据的损失函数,保存损失函数最小时的模型.通过实验分析,验证改进的随机神经网络模型更加有效.
-
-
-
张治中;
彭世国
-
-
摘要:
给出了一种新的稳定性判据:基于线性矩阵不等式(LMI)的输入状态稳定性判据.基于模型变换,通过构造合适的Lyapunov函数,利用随机分析理论、伊藤(It?'s)公式和一些不等式方法,以线性矩阵不等式形式给出了随机变时滞神经网络的随机输入状态稳定的充分条件.然后通过数值算例说明所提出的方法有较小的保守性,表明所提出方法的有效性.%A new stability criterion based on the linear matrix inequality (LMI) input-to-state stability criterion is given. Based on model transformation, input-to-state stability of Stochastic neural networks with Time-Varying Delay is given a sufficient condition in form of linear matrix inequality by constructing appropriate Lyapunov-Krasovskii functional, stochastic analysis theory and It?'s formula and applying some inequality approach. Then, the proposed method is proven to be less conservative by illustrating with the numerical examples, which shows the effectiveness of the method.
-
-
马小康;
印凡成
-
-
摘要:
使用M矩阵方法,结合随机分析理论和自适应控制技术,讨论一类具有马尔可夫切换的随机时滞Cohen-Grossberg神经网络的自适应均方指数同步问题,获得保证误差系统指数稳定的充分条件.一个数值仿真例子验证了所得结论的正确性和有效性.%By using M-matrix method combined with stochastic analysis theory and adaptive control technique,the adaptive mean square exponential synchronization for a class of stochastic delayed CohenGrossberg neural networks with Markovian switching is studied.Meanwhile,some sufficient conditions for the exponential stability of the error system are derived.A numerical simulation example is provided to examine the correctness and effectiveness of the obtained theoretic results.
-
-
张景发
-
-
摘要:
为了探讨带有时变时滞的不确定随机神经网络的几乎必然指数稳定问题,通过构造一个合适的李雅普诺夫函数,利用李雅普诺夫函数法、随机分析法及线性矩阵不等式得到了不确定随机神经网络的几乎必然指数稳定的充分条件,验证了已知条件满足引理,表明带时滞的随机系统在时滞小于某个上界时,带时变时滞的不确定随机神经网络是几乎必然指数稳定的.所给出的判据是由线性矩阵不等式表示的,该判据是否有解可以通过Matlab工具箱快速地得到解决.
-
-
周阿丽;
印凡成
-
-
摘要:
运用Lyapunov函数方法,基于泛函微分方程的不变原理、随机分析理论以及自适应反馈控制技术,给出了具有Markov切换的随机神经网络混合时滞依赖的自适应同步的充分性判据,它与线性矩阵不等式方法相比更容易验证。最后,通过一个数值模拟例子验证了理论结果的正确性及有效性。%By using the Lyapunov function,the invariant principle of functional differential equation and stochastic analysis theory,as well as adaptive feedback control technique, some sufficient conditions are derived to achieve complete adaptive synchronization of the addressed neural networks. Our synchronization criterion is easily verified and does not solve any linear matrix inequality. Moreover, a numerical example and its simulation are provided, which demonstrate the effectiveness and correctness of the theoretical results.
-
-
毛凯;
时宝;
张术东
-
-
摘要:
在仅要求时滞函数有上界的条件下,运用随机分析理论和微分不等式技巧得到了同时具有时变时滞和分布时滞的随机神经网络的p阶矩指数稳定充分条件,并用具体算例验证了方法的有效性,文章结论推广和改进了相关文献的结果.
-
-
Mao Kai;
毛凯;
Shi Bao;
时宝;
Zhang Shudong;
张术东
- 《第十届全国博士生学术年会》
| 2012年
-
摘要:
研究了一类具有时变时滞的离散时间随机神经网络的全局指数稳定性和全局鲁棒指数稳定性.首先构造了包含更多交叉项信息的新的Lyapunov泛函,然后将时滞区间等分为2个子区间,根据时滞函数所处不同的子区间更加细致地讨论了Lyapunov泛函Ll 相应项导数的上界,再利用不等式技巧,自由权矩阵和凸组合方法得到系统时滞相依的均方全局指数稳定新判据,还给出了系统具有范数有界的参数不确定情形下的全局鲁棒指数稳定判据,本文结果具有更少的的保守性,最后举例说明了本文方法的有效性.
-
-
王怡雯;
丛爽
- 《第15届中国过程控制会议》
| 2004年
-
摘要:
基于动态随机神经网络(DRNN:Dynamical Random Neural Network)求解典型旅行商优化问题TSP(Traveling Salesman Problem),通过简化方程参数的改进算法,针对解决大规模TSP的求解效果在时间以及路径寻优上所存在的问题,提出一种新的分区方案来解决中国31城市的旅行商问题.所获得的最优路径结果与目前公开文献中已有的其他神经网络所解的结果相比较,显示出采用随机神经网络解决多于10个变量TSP问题的优越性.实验结果表明,采用该方法解决31个城市TSP的优化,所得出的最短距离(15112.7km)比已有5种算法的结果都要少.
-