一种用于求解矩阵方程组的神经计算模型制造技术

一种用于求解矩阵方程组的神经计算模型的构建方法，公式为：

A neural computing model for solving matrix equations

A method of constructing neural computing model for solving matrix equations is presented:

【技术实现步骤摘要】
一种用于求解矩阵方程组的神经计算模型
本专利技术涉及矩阵方程组及神经网络领域，具体涉及一种用于求解矩阵方程组的神经计算模型。
技术介绍
线性矩阵方程组问题近年来已经得到了学术界和工业界的广泛研究，并在数学、系统控制、机器人等领域中发现了其应用。由于其巨大的潜在学术价值和实用价值，寻找快速且有效求解线性矩阵工程的解决方案成为众多研究人员努力实现的方向之一。因此，许多与之相关的算法被提出和探讨，并已取得了不错的研究成果。然而，令人惋惜的是所提的这些串行处理的算法由于要求在单个采样周期内完成相关迭代算法的缺点并不适合应用于时变线性矩阵。循环神经网络RNN(RecurrentNeuralNetwork)，一个强大的并行计算方案，除了并行分布，其可以通过指定的硬件物理实现，因此已被广泛用于数学计算和优化。相比于串行处理算法，RNN在实时计算方面有明显优势，然而针对于时变的情况，由于缺乏对时变系数的速度补偿，RNN即使经过无限长的时间，误差也不能收敛到0。因此，张神经网络(ZNN)，应运而生。与基于梯度的RNN相比，能通过单调递增的奇激活函数有效解决各种时变问题的ZNN能够使估计误差随着时间收敛本文档来自技高网...

【技术保护点】
一种用于求解矩阵方程组的神经计算模型的构建方法，其特征在于，包括如下步骤：a)根据张神经网络的设计方法定义矩阵值的误差函数E(t)，其中E(t)＝A(t)X(t)‑B(t)，式中A(t)、B(t)为已知平稳的时变系数矩阵，X(t)为需要求解的未知时变系数矩阵，t为时间；b)根据张神经网络设计公式

【技术特征摘要】
1.一种用于求解矩阵方程组的神经计算模型的构建方法，其特征在于，包括如下步骤：a)根据张神经网络的设计方法定义矩阵值的误差函数E(t)，其中E(t)＝A(t)X(t)-B(t)，式中A(t)、B(t)为已知平稳的时变系数矩阵，X(t)为需要求解的未知时变系数矩阵，t为时间；b)根据张神经网络设计...

【专利技术属性】
技术研发人员：禹继国，李晓晓，李帅，
申请(专利权)人：曲阜师范大学，
类型：发明
国别省市：山东,37