一种解决受约束的复变凸优化问题的新型神经网络

来源 :小型微型计算机系统 | 被引量 : 0次 | 上传用户:wdwd521
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
复变优化问题广泛应用于信号识别与机器人控制诸多领域,是当下国内外研究的热点.本文针对一类带等式与不等式约束的复变凸优化问题,提出一种可解决此类问题的单层循环神经网络模型.首先,通过理论分析证明在有限时间内该模型的轨迹将进入可行域,并收敛于复变凸优化问题的最优解.其次,通过仿真模拟实验,验证了文中理论的正确性,以及该神经网络的有效性.最后,与目前已经提出的神经网络相比,该神经网络不需要计算精确惩罚参数,对初始点选取没有特殊要求,结构较为简单,为单层结构.
其他文献
航拍车辆检测能够从航拍图像中检测出车辆的位置和种类信息,可以为与车辆相关的应用问题提供重要信息支撑.为满足实际运用的要求,需要保证目标检测算法的速度与精度.通常精度较高的深度学习目标检测模型速度较慢,而速度优势明显的简单网络结构算法精度难以满足实际需求.针对这一需求与特性,提出了一种航拍图像车辆目标检测算法,在牺牲微量速度的情况下极大提升检测精度.选择Yolov3-tiny的主干网作为主干网,同时
依据河南省45个气象站近45年逐月降水资料,以标准化降水指数作为干旱指标,详细分析河南省范围内干旱强度、影响范围、发生频率的时空演变规律。结果表明:(1)在过去45 a中河南省干旱具有明显的周期性且近年来有增强的趋势;从干旱发生站次比上来看,年尺度干旱站次比呈阶段性先增后减的变化趋势,且在全省范围内多发全域性、局域性干旱,分别为11、12 a;春季、夏季、秋季三季干旱站次比呈现上升趋势,上升率分别为1%·10a-1、5.5%·10a-1、9.6%·10a
本文提出一种新的关于图像高光修复的方法.使用模糊逻辑对图像高光区域进行划分定位,然后使用添加了扩张卷积的卷积神经网络对图像进行修复.在该方法中,为了保证图像补全区域与原图像的一致性,我们使用了全局判别器网络和局部判别器网络相结合的方式来区分真实图像和补全图像.全局鉴别器判断整个图像,以评估修复后图像从整体上观测是否是连贯的,而局部判别器只则判断在高光区域部分所生成的补丁图像,该模块确保生成图像在局
基于水分亏缺指数模型,结合新疆历史干旱资料记载,对比分析典型年份干旱指数,确定北疆春小麦干旱等级指标,利用ArcGIS探究1986—2016年北疆春小麦各生育阶段干旱强度、干旱站次比的年际变化规律以及干旱频率的时空分布特征。结果表明:除春小麦营养生长和生殖生长并进阶段干旱站次比呈微弱增大趋势(0.355%·10a-1),其余生长阶段干旱强度和干旱站次比均呈下降趋势;重旱和特旱在春小麦营养生长和生殖生长并进阶段发生频率最高(主要集中在50.00%~68.00%,0~3.87%),轻旱和中旱在春小麦生殖生长阶
以陕西韩城市的特色农业——花椒种植为例,依据特色农作物生长发育所需光、热、地资源,选取年均太阳辐射量、日照时间、多年平均日气温、≥10℃活动积温、坡度、坡向作为适宜
近年来,随着射频识别技术在生产生活中的广泛应用,人们对于标签读取系统的要求也越来越高.当面对大规模的标签数量时,射频识别系统常常因为标签响应在同一读取帧中发生严重的碰撞,导致出现读取效率降低的问题,而解决该问题最关键的是标签数量的估计算法是否快速准确.文章在分析传统算法的基础上,提出了一种新的标签数量估计算法,基于动态帧时隙算法的读取原则,生成特定帧长下标签数量数据集,然后搭建特定结构的BP神经网
在网络空间拟态防御理论中,通过调度策略的动态性和随机性,可以增加攻击的时间成本和技术成本,减少漏洞的持续性暴露,进而保障系统安全.现有的调度算法缺乏对执行体自身的安
由于花椒树枝伸展长、带刺以及果实小,现阶段仍以人工采收为主,采摘效率低下。为提高花椒采收效率和质量,现设计出一种齿梳-气吸式采摘装置,并对采摘流场进行理论分析。为提高气吸式花椒采摘装置的作业质量,以“大红袍”和“刺椒”花椒品种为试验对象,利用自制的气吸式花椒采摘装置,以采摘头转速、气流速度、梳齿式刀片刃口角为影响因素,以采净率、损伤率以及采收净度为评价指标,进行了二次旋转正交组合试验。通过Design-Expert 6.0.10软件,建立了评价指标与诸影响因素的数学回归模型,分析了显著因素对评价指标的影响
依托大型称重式蒸渗仪在2018年和2019年裸燕麦生育期内进行田间蒸散量的测定,利用根区水质模型(RZWQM2)对田间蒸散量变化的动态过程进行了模拟,并分析了不同时间尺度下田间蒸散特征及其环境影响因素。结果表明:RZWQM2模型对裸燕麦生育期内田间蒸散量模拟结果较好,2018年和2019年绝对平均误差(MAE)分别为1.11 mm·d-1和1.19 mm·d-1,决定系数(R2)分别为0.71和0.68,一致性指数(d)值均大于0.60;生育期内裸燕麦田间蒸散呈
针对小型机器人视觉SLAM任务中对于精度和实时性的双重需求,本文提出了一种基于全局-局部联合二进制特征的快速闭环检测算法.首先,将查询图像统一为固定大小的正方形,利用局部差异二值算子(Local Difference Binary,LDB)分别提取正方形图像的全局特征和局部特征并进行存储,其中局部特征的关键点由增强的FAST算法提供.然后,针对大尺度场景数据库中全局特征暴力搜索时间过长的问题,引入