预条件方程组及其应用

建立了与一般Toeplitz方程组ANX =B所对应的ω循环型预条件方程组PN[ω]Xω =B .通过采用不同的准则构造预条件矩阵 ,可以得到不同的预条件方程组 ,计算出合理的ω值 .理论分析和实际计算证明了该方法所得到的近似计算结果优于普通Fourier变换方法 (ω =1)

块斜循环矩阵预条件方程组的快速算法

应用快速Hartley变换和快速W变换得到了一种新的求解mn阶块斜循环矩阵预条件方程组的快速算法,其计算复杂度为O(mnlog2(mn))。特别的,当m=1时,新算法所需运算量仅为预优迭代算法的15。

一种新的模糊神经网络删剪策略

模糊规则的数量直接决定模糊神经网络结构的复杂度和效率.基于神经网络自构行学习(NNSCL)算法,用共轭剃度预条件正则方程算法求取删除隐层神经元后的剩余权值,得到改进的NNSCL-1算法.将此算法应用到模糊神经网络的规则推理层,可以极大地优化网络的规则及结构,并且结构优化后不需要重新训练也能保持网络的精确度和泛化能力.仿真结果显示了此算法的有效性和可行性.