期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
量子神经网络及其应用 被引量:9
1
作者 李飞 郑宝玉 赵生妹 《电子与信息学报》 EI CSCD 北大核心 2004年第8期1332-1339,共8页
量子计算与人工神经网络相结合的量子神经网络(Quantum Neural Networks,QNN)有可能成为未来信息处理的重要手段.分析了人工神经网络向QNN演变的动因及形式、QNN的优势及可能的物理实现方法.着重讨论了几种QNN模型的结构、学习方法及特... 量子计算与人工神经网络相结合的量子神经网络(Quantum Neural Networks,QNN)有可能成为未来信息处理的重要手段.分析了人工神经网络向QNN演变的动因及形式、QNN的优势及可能的物理实现方法.着重讨论了几种QNN模型的结构、学习方法及特性,并阐述了QNN在模式识别、纠缠计算、函数近似等方面的初步应用. 展开更多
关键词 神经网络 量子神经网络 量子计算
在线阅读 下载PDF
周期性缺陷接地结构的BP神经网络模型 被引量:4
2
作者 金涛斌 王安国 +1 位作者 丁荣林 吴咏诗 《固体电子学研究与进展》 CAS CSCD 北大核心 2005年第1期114-118,共5页
缺陷接地结构 (DGS)是由光子带隙结构 (PBG)发展而来的 ,它是在微波电路的接地金属平面上人为地蚀刻出“缺陷”,改变接地电流的分布 ,从而改变传输线的频率特性。周期性缺陷接地结构 (PDGS)是一种在微波电路的接地金属平面上人为地蚀刻... 缺陷接地结构 (DGS)是由光子带隙结构 (PBG)发展而来的 ,它是在微波电路的接地金属平面上人为地蚀刻出“缺陷”,改变接地电流的分布 ,从而改变传输线的频率特性。周期性缺陷接地结构 (PDGS)是一种在微波电路的接地金属平面上人为地蚀刻出周期性的“缺陷”结构 ,能够使某些频段的电磁波无法从中通过 ,存在明显的阻带特性。文中采用人工神经网络对周期性缺陷接地结构进行建模 ,将其结构尺寸和频率作为输入样本 ,传输系数参数作为输出样本 ,采用贝叶斯正则化算法对神经网络进行训练。神经网络训练完成后 ,在学习范围内将其结构尺寸和频率输入到神经网络模型 ,从输出端立即得到准确的传输系数。 展开更多
关键词 缺陷接地结构 周期性结构 人工神经网络 传输系数
在线阅读 下载PDF
周期性缺陷接地结构神经网络训练样本预处理 被引量:3
3
作者 金涛斌 王安国 +1 位作者 丁荣林 吴咏诗 《固体电子学研究与进展》 CAS CSCD 北大核心 2005年第3期299-304,374,共7页
周期性缺陷接地结构(PDG S)是一种微波电路的周期性“缺陷”结构,存在明显的频率阻带特性。结构尺寸较大的PDG S,传输系数曲线会出现不同程度的微小抖动,为了减小抖动对神经网络训练样本的影响,文中采用最小二乘法和五点三次平滑法对存... 周期性缺陷接地结构(PDG S)是一种微波电路的周期性“缺陷”结构,存在明显的频率阻带特性。结构尺寸较大的PDG S,传输系数曲线会出现不同程度的微小抖动,为了减小抖动对神经网络训练样本的影响,文中采用最小二乘法和五点三次平滑法对存在不规则抖动的传输系数曲线进行了预处理,并将预处理过的传输系数作为训练样本对神经网络进行训练,结果表明,神经网络的预测结果和FDTD法计算结果一致性很好,准确反映了传输特性的变化趋势。 展开更多
关键词 周期性缺陷接地结构 人工神经网络 传输系数 最小二乘法 五点三次平滑法
在线阅读 下载PDF
基于LMI方法的时滞BAM神经网络的全局稳定性分析
4
作者 刘妹琴 颜钢锋 张森林 《电子与信息学报》 EI CSCD 北大核心 2004年第8期1237-1244,共8页
对于时滞双向联想记忆(DBAM)神经网络的平衡点的稳定性问题,目前人们已经得到了很多富有意义的成果.该文提出一种新的神经网络模型——标准神经网络模型(SNNM),通过状态的线性变换,将DBAM神经网络转化为时滞SNNM(DSNNM),并利用有关DSNN... 对于时滞双向联想记忆(DBAM)神经网络的平衡点的稳定性问题,目前人们已经得到了很多富有意义的成果.该文提出一种新的神经网络模型——标准神经网络模型(SNNM),通过状态的线性变换,将DBAM神经网络转化为时滞SNNM(DSNNM),并利用有关DSNNM的稳定性的一些结论,得到DBAM神经网络平衡点的全局渐近稳定性的充分条件.这些条件都以线性矩阵不等式(LMI)的形式给出,容易验证,保守性低.该方法扩展了以前的稳定性结果,同时也适用于其它类型的递归神经网络(时滞或非时滞)的稳定性分析. 展开更多
关键词 标准神经网络模型 时滞双向联想记忆神经网络 线性矩阵不等式 线性微分包含 全局渐近 稳定性
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部