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。
生物通微信公众号
生物通新浪微博
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