搜索

文章查询

x

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

一种具有正弦基函数权值的反馈型神经网络模型

李承 石丹 邹云屏

一种具有正弦基函数权值的反馈型神经网络模型

李承, 石丹, 邹云屏
PDF
导出引用
导出核心图
  • 提出了一种新的两层反馈型神经网络模型. 该网络采用正弦基函数作为权值, 神经元激活函数为线性函数, 连接形式为两层反馈型结构. 研究并定义了该反馈型神经网络的能量函数, 分析了网络运行的稳定性问题, 并证明了在Liapunov意义下网络运行的稳定性. 网络运行过程中, 其权值不做调整(但随时间按正弦规律变化), 网络状态不断地转换. 随着网络状态变化其能量不断减小, 最终在达到稳定时能量到达极小点. 由于该反馈型神经网络权值为正弦函数, 特别适合于周期信号的自适应逼近和检测, 为实际中周期性信号检测与处理提供了一种新的、有效的网络模型和方法. 作为应用实例把该网络应用于电力系统中电压凹陷特征量实时检测, 仿真结果表明, 网络用于信号检测不仅有很高的静态精度, 而且有非常好的动态响应特性.
      通信作者: , cheng_lyb@163.com
    • 基金项目: 国家自然科学基金(批准号: 50277017)资助的课题.
    [1]

    Xing H Y, Xu W 2007 Acta Phys. Sin. 56 3771 (in Chinese)[行鸿彦, 徐伟2007 物理学报 56 3771]

    [2]

    Watabe K, Shimizu K, Yonyama M 2003 IEEE Trans. MicrowaveTheory and Techniques 51 1512

    [3]

    Reznik L, Von Pless G., Al Karim T 2011 IEEE Sensors Journal11 791

    [4]

    Wei Q, Fung K S A, Chan F H Y 2002 IEEE Trans. on BiomedicalEngineering 49 225

    [5]

    Selvan S, Srinivasan R 1999 IEEE Signal Processing Letters 6 330

    [6]

    Li H Q, Liao X F, Huang H Y 2011 Acta Phys. Sin. 60 020512 (in Chinese)[李华青, 廖晓峰, 黄宏宇2011物理学报 60 020512]

    [7]

    Yuan X F, Wang Y N, Wu L H 2010 IEEE Transactions on VehicularTechnology 59 3757

    [8]

    Mevawalla Z N, May G S, Kiehlbauch M W 2011 IEEE Transactionson Semiconductor Manufacturing 24 182

    [9]

    Ma Q L, Zheng Q L, Peng H 2009 Acta Phys. Sin. 58 1410 (in Chinese)[马千里, 郑启伦, 彭宏 2009 物理学报 58 1410]

    [10]

    De W E, Chu Q P Mulder J A 2009 IEEE Trans. on Neural Networks20 638

    [11]

    Barbarosou M P, Maratos N G. 2008 IEEE Trans. Neural Networks19 1665

    [12]

    Qiu S S, Deng F Q, Liu Y Q 2004 Acta Auto. Sin. 30 507 (in Chinese)[邱深山, 邓飞其, 刘永清 2004 自动化学报 30 507]

    [13]

    Gao W X, Luo X J 2005 Trans. of China Elecrotechnical Society20 58 (in Chinese)[高炜欣, 罗先觉 2005 电工技术学报 20 58]

    [14]

    Ma Z E, Zhou Y C 2001 Qualitative and Stability Method of OrdinaryDifferential Equation(Beijing Science Press) pp78–95 (in Chinese)[马知恩, 周义仓 2001 常微分方程定性与稳定性方法(北京:科学出版社)第78—95页]

    [15]

    Chung Y H, Kim H J, Kwon G H 2007 IEEE on Power EngineeringSociety General Meeting070701-7

  • [1]

    Xing H Y, Xu W 2007 Acta Phys. Sin. 56 3771 (in Chinese)[行鸿彦, 徐伟2007 物理学报 56 3771]

    [2]

    Watabe K, Shimizu K, Yonyama M 2003 IEEE Trans. MicrowaveTheory and Techniques 51 1512

    [3]

    Reznik L, Von Pless G., Al Karim T 2011 IEEE Sensors Journal11 791

    [4]

    Wei Q, Fung K S A, Chan F H Y 2002 IEEE Trans. on BiomedicalEngineering 49 225

    [5]

    Selvan S, Srinivasan R 1999 IEEE Signal Processing Letters 6 330

    [6]

    Li H Q, Liao X F, Huang H Y 2011 Acta Phys. Sin. 60 020512 (in Chinese)[李华青, 廖晓峰, 黄宏宇2011物理学报 60 020512]

    [7]

    Yuan X F, Wang Y N, Wu L H 2010 IEEE Transactions on VehicularTechnology 59 3757

    [8]

    Mevawalla Z N, May G S, Kiehlbauch M W 2011 IEEE Transactionson Semiconductor Manufacturing 24 182

    [9]

    Ma Q L, Zheng Q L, Peng H 2009 Acta Phys. Sin. 58 1410 (in Chinese)[马千里, 郑启伦, 彭宏 2009 物理学报 58 1410]

    [10]

    De W E, Chu Q P Mulder J A 2009 IEEE Trans. on Neural Networks20 638

    [11]

    Barbarosou M P, Maratos N G. 2008 IEEE Trans. Neural Networks19 1665

    [12]

    Qiu S S, Deng F Q, Liu Y Q 2004 Acta Auto. Sin. 30 507 (in Chinese)[邱深山, 邓飞其, 刘永清 2004 自动化学报 30 507]

    [13]

    Gao W X, Luo X J 2005 Trans. of China Elecrotechnical Society20 58 (in Chinese)[高炜欣, 罗先觉 2005 电工技术学报 20 58]

    [14]

    Ma Z E, Zhou Y C 2001 Qualitative and Stability Method of OrdinaryDifferential Equation(Beijing Science Press) pp78–95 (in Chinese)[马知恩, 周义仓 2001 常微分方程定性与稳定性方法(北京:科学出版社)第78—95页]

    [15]

    Chung Y H, Kim H J, Kwon G H 2007 IEEE on Power EngineeringSociety General Meeting070701-7

  • [1] 许志新. Birkhoff系统的守恒量与稳定性. 物理学报, 2005, 54(10): 4971-4973. doi: 10.7498/aps.54.4971
    [2] 张化光, 冯健, 刘金海. 基于视神经网络的混沌时间序列奇异信号实时检测算法. 物理学报, 2010, 59(7): 4472-4479. doi: 10.7498/aps.59.4472
    [3] 张昀, 张志涌, 于舒娟. 基于幅值相位型离散Hopfield神经网络的多进制振幅键控盲检测. 物理学报, 2012, 61(14): 140701. doi: 10.7498/aps.61.140701
    [4] 行鸿彦, 徐 伟. 混沌背景中微弱信号检测的神经网络方法. 物理学报, 2007, 56(7): 3771-3776. doi: 10.7498/aps.56.3771
    [5] 曾喆昭. 不确定混沌系统的径向基函数神经网络反馈补偿控制. 物理学报, 2013, 62(3): 030504. doi: 10.7498/aps.62.030504
    [6] 张昀, 张志涌. 复数多值离散Hopfield神经网络的稳定性研究. 物理学报, 2011, 60(9): 090703. doi: 10.7498/aps.60.090703
    [7] 朱霖河, 赵洪涌. 时滞惯性神经网络的稳定性和分岔控制. 物理学报, 2014, 63(9): 090203. doi: 10.7498/aps.63.090203
    [8] 王宏霞, 虞厥邦. 细胞神经网络平衡态的稳定性分析. 物理学报, 2001, 50(12): 2303-2306. doi: 10.7498/aps.50.2303
    [9] 许 进, 张 强, 高 琳, 王 超. 时滞双向联想记忆神经网络的全局稳定性. 物理学报, 2003, 52(7): 1600-1605. doi: 10.7498/aps.52.1600
    [10] 于舒娟, 宦如松, 张昀, 冯迪. 基于混沌神经网络的盲检测改进新算法. 物理学报, 2014, 63(6): 060701. doi: 10.7498/aps.63.060701
  • 引用本文:
    Citation:
计量
  • 文章访问数:  2323
  • PDF下载量:  864
  • 被引次数: 0
出版历程
  • 收稿日期:  2011-05-09
  • 修回日期:  2012-04-05
  • 刊出日期:  2012-04-05

一种具有正弦基函数权值的反馈型神经网络模型

  • 1. 强电磁工程与新技术国家重点实验室(华中科技大学), 武汉 430074;
  • 2. 华中科技大学电气与电子工程学院, 武汉 430074
  • 通信作者: , cheng_lyb@163.com
    基金项目: 

    国家自然科学基金(批准号: 50277017)资助的课题.

摘要: 提出了一种新的两层反馈型神经网络模型. 该网络采用正弦基函数作为权值, 神经元激活函数为线性函数, 连接形式为两层反馈型结构. 研究并定义了该反馈型神经网络的能量函数, 分析了网络运行的稳定性问题, 并证明了在Liapunov意义下网络运行的稳定性. 网络运行过程中, 其权值不做调整(但随时间按正弦规律变化), 网络状态不断地转换. 随着网络状态变化其能量不断减小, 最终在达到稳定时能量到达极小点. 由于该反馈型神经网络权值为正弦函数, 特别适合于周期信号的自适应逼近和检测, 为实际中周期性信号检测与处理提供了一种新的、有效的网络模型和方法. 作为应用实例把该网络应用于电力系统中电压凹陷特征量实时检测, 仿真结果表明, 网络用于信号检测不仅有很高的静态精度, 而且有非常好的动态响应特性.

English Abstract

参考文献 (15)

目录

    /

    返回文章
    返回