Complex ZNN models solving for Moore-Penrose inverse of complex full-rank matrix based on three error functions(基于3个误差函数的复数ZNN模型求解复数满秩矩阵的Moore-Penrose逆)

针对复数满秩矩阵的Moore-Penrose逆问题,采用一种新型的递归神经网络(ZNN)进行求解.构造3个不同的复数矩阵误差函数,利用ZNN设计公式推导得到对应的不同复数ZNN模型.为了便于计算机仿真,采用向量化技术将所得到的ZNN模型由矩阵形式转换为矩阵向量形式.计算机仿真结果表明了所得到的3个复数ZNN模型在求解复数满秩矩阵Moore-Penrose逆时的可行性与有效性....

Full description

Bibliographic Details
Main Authors: LIAOBolin(廖柏林), RENChengkun(任成坤), ZHANGYunong(张雨浓), YEChengxu(叶成绪), LIFen(李奋)
Format: Article
Language:zho
Published: Zhejiang University Press 2014-11-01
Series:Zhejiang Daxue xuebao. Lixue ban
Subjects:
Online Access:https://doi.org/10.3785/j.issn.1008-9497.2014.06.009
Description
Summary:针对复数满秩矩阵的Moore-Penrose逆问题,采用一种新型的递归神经网络(ZNN)进行求解.构造3个不同的复数矩阵误差函数,利用ZNN设计公式推导得到对应的不同复数ZNN模型.为了便于计算机仿真,采用向量化技术将所得到的ZNN模型由矩阵形式转换为矩阵向量形式.计算机仿真结果表明了所得到的3个复数ZNN模型在求解复数满秩矩阵Moore-Penrose逆时的可行性与有效性.
ISSN:1008-9497