求解二次规划的一个递归新神经网络

针对一类不等式约束的二次规划问题,分别采用Lagrangian系数获得新模型和构造合适的Lyapunov函数的方法,求得对偶问题,通过代换得到初始问题的最优解,并证明新模型的全局稳定性.结果表明:新模型公式简单直观,计算量少,收敛速度快,且对初始问题有更精确的解,通过计算机仿真实验验证了算法的有效性.该成果对二次规划稳定性的研究和应用提供了理论依据.     

形式背景上基于矩阵信息熵的矩阵熵约简

概念格的属性约简是知识表示和数据处理的一种有力工具，已被成功应用到多个领域，寻求高效快速的属性约简算法仍然是概念格理论的主要研究热点.从信息熵和布尔矩阵的角度研究形式背景的属性约简，提出属性约简的新方法.首先，在形式背景上定义矩阵信息熵、矩阵条件熵、矩阵联合熵和矩阵互信息熵，研究它们的性质和相互之间的关系.接着，在形式背景上提出基于矩阵信息熵的矩阵熵协调集和矩阵熵约简的定义，给出了属性的重要性度量，利用矩阵信息熵刻画核心属性、相对必要属性和不必要属性的属性特征，再给出获取矩阵熵约简的方法和算法.最后，利用UCI数据集进行测试，验证了基于矩阵信息熵的矩阵熵约简算法的有效性.通过对比实验，证明该算法具有更加高效的约简性能且适用于大数据样本.