陈锦浩
- 作品数：5 被引量：23H指数：2
- 供职机构：中山大学信息科学与技术学院更多>>
- 发文基金：国家自然科学基金国家教育部博士点基金更多>>
- 相关领域：自动化与计算机技术理学更多>>
- 多类单输入多项式神经网络预测能力比较被引量：4
- 2014年
- 多项式神经网络是根据函数逼近理论与多项式插值建立的一种以线性无关或者正交多项式为隐层神经元激励函数的前向神经网络。分别利用Legendre多项式、Hermite多项式、第一类Chebyshev多项式、第二类Chebyshev多项式、Bernoulli多项式及幂函数构造相应的单输入多项式神经网络,设计出一种适用于该六类神经网络的增长型权值与结构确定算法以确定其相应的最优网络结构与连接权值。基于该算法,深入研究了采用不同的隐层神经元激励函数时多项式神经网络的学习和预测能力。仿真结果表明,除了由Hermite多项式和Bernoulli多项式构建的神经网络的学习和预测能力相对一般外,其他四类神经网络都具有较为优越的学习和预测能力。最后,利用第一类Chebyshev多项式神经网络对世界人口趋势进行了仿真预测。
- 张雨浓陈锦浩劳稳超张智军仇尧
- 关键词：正交多项式世界人口
- 一点超前数值差分公式的提出、研究与实践被引量：2
- 2012年
- 根据数值微分理论,若给定未知目标函数在指定区间上的离散采样点数据,可使用数值差分公式求目标点处的一阶导数近似值。但对于靠近边界的目标点而言,多点中心差分公式可能因单边数据点不足而无法使用。另外,目标函数的一阶导数在目标点处可能发生加速变化,而前(后)向差分公式只考虑了单边数据点,可能无法适应该变化,使导数值误差较大。实际上,针对靠近右边界的目标点,可将后向差分公式在形式上"前移"一点来计算一阶导数,因此,一点超前数值差分公式被提出与研究。计算机数值实验表明:一点超前数值差分公式可使所求目标点一阶导数值具有较高的计算精度。
- 张雨浓陈宇曦陈锦浩殷勇华
- 关键词：一阶导数
- 龙格现象难题破解之系数与阶次双确定方法被引量：15
- 2013年
- 龙格现象指出,使用基于等距节点的高阶插值多项式逼近龙格函数时,插值多项式在逼近区间两端会产生明显的振荡现象。因此,传统认为,不适宜用基于等距节点的高阶多项式逼近龙格函数。针对龙格现象,展示一种新型的多项式系数与阶次双确定方法。该方法可快速构造出基于等距节点的不会振荡且有较高逼近精度的高阶多项式,良好地逼近龙格函数。计算机数值实验表明该方法是有效的,即运用基于等距节点的高阶多项式可以很好地消解龙格现象。
- 张雨浓李名鸣陈锦浩劳稳超吴华荣
- 关键词：函数逼近等距节点
- 三输入伯努利神经网络权值与结构双确定被引量：2
- 2013年
- 根据函数逼近理论以及Weierstrass逼近定理,构造出一类以伯努利多项式的乘积为隐层神经元激励函数的三输入神经网络模型,即三输入伯努利神经网络。针对该网络模型,根据权值直接确定法以及隐层神经元数目与逼近误差的关系,提出了三个网络权值与结构双确定算法。数值实验显示,由这三个算法分别确定的神经网络在学习与校验方面都拥有优越的性能,同时也具有较佳的预测能力。
- 张雨浓罗飞恒陈锦浩黎卫兵
- 关键词：权值直接确定法
- (半)正/负定矩阵数学符号表示的科学性分析
- 2012年
- 科学的数学符号表示方法对于科学研究工作具有很重要的意义。目前部分教材和文献中(半)正定和(半)负定矩阵的数学符号表示不够科学,易引起读者的误解,并由此导致错误的推论。因此,对这种表示方法的不科学性的指出与更正是非常必要的。本文对这种不科学的表示方法进行了深入的分析,并提出了两种较为科学的(半)正/负定矩阵的符号表示法,以弥补原来的符号表示法所存在的缺陷。这将有助于读者和编者正确地理解及恰当地应用(半)正和(半)负定矩阵于各类教学、科研与工程实践之中。
- 张雨浓陈锦浩林业宏
- 关键词：特征值
