中山大学学报自然科学版 ›› 2010, Vol. 49 ›› Issue (2): 1-7.
• 研究论文 • 下一篇
张雨浓1, 谭 宁2, 李 展1, 莫锦辉1
ZHANG Yunong1,TAN Ning2,LI Zhan1,MO Jinhui1
摘要: 主要针对求解线性不定方程组的两种并行计算神经网络模型(BP和Hopfield类型神经网络)进行了探讨。BP神经网络和Hopfield类型神经网络尽管在起源、网络定义、拓扑结构和学习模式上有较大的不同,但这两类人工神经网络在相同学习率条件下求解线性不定方程组中却可以表现出相同的数学公式、学习本质和计算能力,即学习同质性。此外,分别在零初值、相同但非零初值和不同随机初值三种情况下,针对两类人工神经网络求解线性不定方程组体现出来的学习同质性进行了计算机仿真验证,并证实了两类神经网络算法的有效性。
中图分类号: