10.16508/j.cnki.11-5866/n.2017.03.007
基于拉格朗日神经网络的稀疏信号恢复算法
对稀疏信号的重构问题,提出了一种基于广义拉格朗日函数思想、能量函数的建立以及梯度下降思想,建立了拉格朗日神经网络(Lagrange Neural Network,LNN)模型.通过Lyapunov函数,证明了LNN模型具有良好的稳定性与收敛性能,表明所构造的能量函数的平衡点即为原问题的最优解.仿真结果说明LNN网络可以快速有效地收敛到最优解,进而重构稀疏信号.
拉格朗日乘子、Lyapunov函数、神经网络
32
TP18(自动化基础理论)
国家自然科学基金项目61473325
2017-08-02(万方平台首次上网日期,不代表论文的发表时间)
共6页
36-40,44