基于神经网络的递推分块该方法求任意高阶多项式的根

黄德双 ¹ 池哲儒 ²

文摘	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。
来源	中国科学. E辑 , 技术科学,2003,33(12):1115-1124 【核心库】
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
地址	1. 中国科学院合肥智能机械研究所, 合肥, 230031 2. 香港理工大学电子资讯工程系, 香港
语种	中文
文献类型	研究性论文
ISSN	1006-9275
学科	自动化技术、计算机技术
基金	国家自然科学基金 ; 中国科学院“百人计划”项目
文献收藏号	CSCD:1241087