基于二次优化问题的分布式惯性k-胜者通吃神经网络

《IEEE Transactions on Neural Networks and Learning Systems》:Distributed Inertial k-Winners-Take-All Neural Network Based on Quadratic Optimization Problems

【字体: 大 中 小 】 时间:2026年04月21日 来源:IEEE Transactions on Neural Networks and Learning Systems 8.9

编辑推荐:

  提出引入惯性项的k-WTA网络模型,通过cocoercive算子解决传统Lyapunov方法不适用问题,证明其在任意初始状态下具有全局渐近和指数收敛性,并研究满足等式约束的分布式网络结构,仿真验证了模型有效性。

  

摘要:

“赢者通吃”(k-winners-take-all, k-WTA)问题旨在从n个输入中找出最大的k个输入。在现有二次规划模型的基础上,本文提出了一种新的带有惯性项的k-WTA网络模型。惯性项用于调节轨迹的瞬时行为,并利用历史信息加速收敛过程。由于惯性项的存在,传统的李雅普诺夫方法不再适用。为了解决这一问题,本文引入了一个强制算子(coercive operator),以确保从任意初始状态都能实现k-WTA解的渐进收敛和指数收敛。此外,本文还研究了具有约束性等式约束的分布式k-WTA网络。最后,通过仿真验证了所提出k-WTA网络的有效性。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号