[发明专利]一种时变超定线性方程组的最小二乘解求解方法在审

专利信息
申请号: 201811196142.4 申请日: 2018-10-15
公开(公告)号: CN109543134A 公开(公告)日: 2019-03-29
发明(设计)人: 张智军;邱泰儒;郑陆楠 申请(专利权)人: 华南理工大学
主分类号: G06F17/12 分类号: G06F17/12
代理公司: 广州市华学知识产权代理有限公司 44245 代理人: 裴磊磊
地址: 511458 广东省广州市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 求解 超定线性方程组 神经动力学 时变 方程组 收敛 最小二乘解 矩阵方程 误差监测 最优化 转化 准确度 神经网络 鲁棒性 求解器 对时
【权利要求书】:

1.一种时变超定线性方程组的最小二乘解求解方法,其特征在于,所述方法包括以下步骤:

1)将时变超定线性方程组转化为时变矩阵方程;

2)将步骤1)的时变矩阵方程转化为对应的正规方程组;

3)给出步骤2)的正规方程组的误差监测函数,将求解正规方程组转化为求解最优化问题;

4)根据神经动力学设计方法给出对应变参神经动力学设计;

5)代入步骤3)的误差监测函数,将步骤4)所得的变参神经动力学设计转化为变参收敛微分神经网络求解器,并对步骤3)的最优化问题进行求解。

2.根据权利要求1所述的一种时变超定线性方程组的最小二乘解求解方法,其特征在于,所述步骤1)中的时变超定线性方程组为:

其中方程组的维度满足方程组数目m大于自变量数目n,也即m>n;时变参数aij(t)和bi(t)随时间变化,其中i∈1,2,…,m,j∈1,2,…,n;连续时间集t∈[0,+∞);由其转化为的时变矩阵方程为:

A(t)x(t)=b(t)

其中系数矩阵以及系数向量分别为:

其中Rm×n表示维度为m×n维。

3.根据权利要求2所述的一种时变超定线性方程组的最小二乘解求解方法,其特征在于,所述步骤2)把时变矩阵方程同时左乘系数矩阵A(t)的转置,转化为其对应的正规方程组,即为:

G(t)x(t)=h(t)

其中G(t)=AT(t)A(t)∈Rn×n是一个方阵,h(t)=AT(t)b(t)∈Rn,上标T表示矩阵的转置。

4.根据权利要求3所述的一种时变超定线性方程组的最小二乘解求解方法,其特征在于,所述步骤3)给出正规方程组的误差监测函数为:

ε(t)=G(t)x(t)-h(t)∈Rn

为了求解时变超定线性方程组的最小二乘解,将求解正规方程组转化为求解最小化的最优化问题,其中||·||2表示向量的2-范数。

5.根据权利要求4所述的一种时变超定线性方程组的最小二乘解求解方法,其特征在于,所述步骤4)给出的变参神经动力学设计为:

其中γ>0为设计参数,Φ(·):Rn→Rn表示一个单调递增的奇激励函数处理阵列,exp(t)=et为指数函数。

6.根据权利要求1-5任一项所述的一种时变超定线性方程组的最小二乘解求解方法,其特征在于,所述步骤5)中将误差监测函数代入到变参神经动力学设计,得到并利用变参收敛微分神经网络求解器来求得时变超定线性方程组的最小二乘解,其中变参收敛微分神经网络求解器为:

其中为G(t)的导数,为h(t)的导数,由于变参收敛微分神经网络求解器中γexp(t)>0随时间会发生变化,故该模型是变参的,利用该模型能够迭代最终求得时变超定线性方程组的最小二乘解。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华南理工大学,未经华南理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811196142.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top