基于神经网络的递推分块该方法求任意高阶多项式的根
文献类型：期刊论文
| 作者 | 黄德双2; 池哲儒1 |
| 刊名 | 中国科学. E辑, 技术科学
 |
| 出版日期 | 2003 |
| 卷号 | 33 |
| 关键词 | 递推分块方法 BP网络 约束学习算法 Laguerre法 Muller法 Jenkins-Traub法 自适应参数选择 高阶任意多项式 实或复根 |
| ISSN号 | 1006-9275 |
| 英文摘要 | 提出一种新的基于约束学习视经网络的递推分块该法，来分批(块)求解任意高阶多荐式的任意数(小于多荐式的阶)个根(包括复根)，同时给出了基于多项式中根与系数间的约束关系构造的用于求根的BP网络约束学习算法，提出了对应的学习参数的自适应选择方法，实验结果表明，这种分块神经求根方法，相对传统方法，能够快速有效地获得任意高阶多项式对应的根。 |
| 语种 | 中文 |
| CSCD记录号 | CSCD:1241087 |
| 源URL | [http://ir.hfcas.ac.cn:8080/handle/334002/94402]  |
| 专题 | 中国科学院合肥物质科学研究院 |
| 作者单位 | 1.香港理工大学电子资讯工程系 2.中国科学院合肥智能机械研究所 |
| 推荐引用方式 GB/T 7714 | 黄德双,池哲儒. 基于神经网络的递推分块该方法求任意高阶多项式的根[J]. 中国科学. E辑, 技术科学,2003,33. |
| APA | 黄德双,&池哲儒.(2003).基于神经网络的递推分块该方法求任意高阶多项式的根.中国科学. E辑, 技术科学,33. |
| MLA | 黄德双,et al."基于神经网络的递推分块该方法求任意高阶多项式的根".中国科学. E辑, 技术科学 33(2003). |
入库方式： OAI收割
来源：合肥物质科学研究院
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。