1 论文标题:用新激活函数加快新ZNN模型求解时变矩阵Moore-Penrose逆
2 作者信息:唐智超, 高月凤*:上海理工大学理学院,上海
3 出处和链接:唐智超, 高月凤. 用新激活函数加快新ZNN模型求解时变矩阵Moore-Penrose逆[J]. 理论数学, 2024, 14(1): 9-16. https://doi.org/10.12677/PM.2024.141002
4 摘要:基于梯度的神经网络(GNN)和张神经网络(ZNN)是两种可用于求解时变矩阵Moore-Penrose逆问题的递归神经网络。与GNN相比,ZNN的计算精度更高。此外,本文提出了一种新的ZNN模型。因此,本文主要利用带有新优化激活函数的ZNN模型来求解时变行满秩(或列满秩)矩阵Moore-Penrose逆问题。这种带有新优化激活函数的ZNN模型可以在有限时间内加速求解时变矩阵的Moore-Penrose逆。通过Lyapunov理论分析,得到了收敛时间的上限。仿真结果进一步证实了理论分析,并证明了采用新优化的激活函数的ZNN模型在求解时变矩阵Moore-Penrose逆时的有效性。