延迟离散Hopfield网络及其串行稳定性

利用Lyapunov泛函方法,引入一种延迟离散Hopfield网络,给出该网络收敛到稳定点时网络参数应满足的条件及能量函数达到极值与网络收敛二者之间的关系,为实际应用打下了理论基础.     

二阶数值微分的积分方程方法

考虑一个由函数的测量数据求解其二阶导数的数值微分问题。这是一个经典的不适定问题,测量数据的微小扰动将引起其导数的急剧变化。将该问题表示为第一类的积分方程,并引入Lavrentiev正则化方法对其进行求解,获得了二阶数值微分的稳定化算法。另外,基于积分方程算子的性质,进一步给出了正则化解的收敛性以及正则化参数的选取策略。     

广义逆矩阵行处理法

给出求解满足关系式ＡＡ＾＋Ａ＝Ａ的广义逆矩阵Ａ＾＋的行处理法并 明算法的正确性和收敛性。     

Hammerstein系统自适应神经网络控制算法的收敛性分析

对一类确定性Hammerstein系统,给出了基于神经网络的自适应控制算法。考虑到神经网络的非线性特点,特别是其自适应学习能力,控制系统采用两个神经网络分别作为估计器和控制器,通过在线训练网络的权重来获得模型参数和控制输入。神经网络的训练用Widrow-Hoff学习规则。对算法的全局收敛性进行分析表明系统具有总体收敛性,输入输出有界。     

埃尔米特多项式与随机变量

讨论当埃尔米特多项式中的自变量是随机变量时所具有的性质,以及一列同分布的随机变量乘积和依概率收敛于埃尔米特多项式.     

热释放率计算和预测的神经网络方法

基于多层前馈神经网络提出了火灾实验中不同材料热释放率的学习算法和预测技术．同时,将具有全局收敛特性的混合共轭梯度（ＭＣＧ）算法应用于该问题中多层前馈神经网络的训练,克服了传统ＢＰ算法收敛速度慢,推广性能差的缺陷．文中对ＭＣＧ方法进行了大量模拟,并将模拟结果与ＢＰ算法及带有动量项的ＢＰ算法作了全面比较,结果表明：ＭＣＧ方法不仅在学习速度和收敛性方面均优于传统的ＢＰ算法而且显示了良好的性能和行为     

一类离散动力系统的渐近性态

主要讨论了一类非线性离散动力系统     

判断级数敛散性的两个实用命题

利用无穷小量的等价和正项级数的比较判别法,证明了判断级数敛散性的两个命题。     

Lagrange插值多项式“1／2”平均的收敛阶

本文研究了以Jacobi多项式V_n(x)=(1-x)J_n(x)(J_n(x)=sinNθ/sin(θ/2),N=(2n+1)/2,x=cosθ)的零点为插值节点的Lagrange插值过程“1/2”平均算子,给出了点态收敛阶。     

极小化最大函数问题的一个算法及其收敛性

本文给出了极小化最大函数问题的一个可行方向算法,它把问题归结为求解线性规划问题,并证明了该算法的收敛性。它是 TOPKiS——Veinott 的可行方向算法的推广。