Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Neural Computing and Applications
Erschienen in: Neural Computing and Applications 7/2017

22.12.2015 | Original Article

The performance evaluation of diagonal recurrent neural network with different chaos neurons

verfasst von: Yi Zhang, Mingsheng Liu, Boyuan Ma, Yi Zhen

Erschienen in: Neural Computing and Applications | Ausgabe 7/2017

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

In this paper, different chaos neurons are added in hidden layer of diagonal recurrent neural network. The advanced networks can solve the problem of long training time because of the convergence of chaos neuron. The Logistic map, the Chebyshev map, and the Sine map are used to construct networks. These networks are applied for image compression in order to compare their performance. The result of simulation test shows that the networks with chaos neurons are superior to traditional diagonal recurrent network in the effect of image reconstruction, and the networks with different chaotic maps are analyzed and compared for the first time.
Vorheriger Artikel Adaptation of reproducing kernel algorithm for solving fuzzy Fredholm–Volterra integrodifferential equations
Nächster Artikel Solving 0–1 knapsack problem by a novel binary monarch butterfly optimization

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren
Literatur
1.
Reza MS, Saeed F (2013) Bifurcations and chaos in a discrete-time-delayed Hopfield neural network with ring structures and different internal decays. Neurocomputing 99:154–162CrossRef
2.
Li J, Liu F, Guan HZ (2013) A new chaotic Hopfield neural network and its synthesis via parameter switchings. Neurocomputing 117:33–39CrossRef
3.
Kaslik E, Sivasundaram SS (2012) Nonlinear dynamics and chaos in fractional-order neural networks. Neural Netw 32:245–256CrossRefMATH
4.
Zhang QH, Xie XP, Zhu P (2014) Sinusoidal modulation control method in a chaotic neural network. Commun Nonlinear Sci Numer Simulat 19:2793–2800MathSciNetCrossRef
5.
Günay E (2012) A new autonomous chaos generator from state controlled-cellular neural networks. Int J Bifurc Chaos 22(3):1250069CrossRef
6.
Rajan K, Abbott LF, Sompolinsky H (2010) Stimulus-dependent suppression of chaos in recurrent neural networks. Phys Rev E 82(1):011903CrossRef
7.
Huang WZ, Huang Y (2011) Chaos, bifurcation and robustness of a class of Hopfield neural networks. Int J Bifurc Chaos 21(3):885–895MathSciNetCrossRefMATH
8.
Ahmed SU, Shahjahan M, Murase K (2011) Injecting chaos in feedforward neural networks. Neural Process Lett 34(1):87–100CrossRef
9.
Li Y, Zhua P, Xie XP (2012) Learning-induced pattern classification in a chaotic neural network. Phys Lett A 376:412–417CrossRefMATH
10.
Ke Q, John OB (2014) Logistic Neural Networks: their chaotic and pattern recognition properties. Neurocomputing 125:184–194CrossRef
11.
Sun YB, Babovic V, Chan ES (2010) Multi-step-ahead model error prediction using time-delay neural networks combined with chaos theory. J Hydrol 395(1):109–116CrossRef
12.
Ghonaim W, Ghali NI, Hassanien AE (2013) An improvement of chaos-based hash function in cryptanalysis approach: an experience with chaotic neural networks and semi-collision attack. Memet Comput 5(3):179–185CrossRef
13.
Wang T, Wang KJ, Jia N (2012) Chaos control and associative memory of a time-delay globally coupled neural network using symmetric map. Commun Nonlinear Sci Numer Simulat 17:4731–4739CrossRef
14.
Zhao HQ, Zeng XP, Zhang JS (2011) A novel joint-processing adaptive nonlinear equalizer using a modular recurrent neural network for chaotic communication systems. Neural Netw 24(1):12–18CrossRefMATH
15.
May RM (1976) Simple mathematical model with very complicated dynamics[J]. Nature 261:459–467CrossRef
16.
Lei LH, Ma GY, Cai XJ et al (2009) Study of chaotic sequence based on Chebyshev mapping[J]. Comput Eng 35(24):4–6
17.
Chen Z, Tang TH (2010) Design and application of sine-map chaotic interleaver. Appl Res Comput 27(11):4276–4278
Metadaten
Titel
The performance evaluation of diagonal recurrent neural network with different chaos neurons
verfasst von
Yi Zhang
Mingsheng Liu
Boyuan Ma
Yi Zhen
Publikationsdatum
22.12.2015
Verlag
Springer London
Erschienen in
Neural Computing and Applications / Ausgabe 7/2017
Print ISSN: 0941-0643
Elektronische ISSN: 1433-3058
DOI
https://doi.org/10.1007/s00521-015-2129-z

Weitere Artikel der Ausgabe 7/2017

Neural Computing and Applications 7/2017 Zur Ausgabe

Review

A survey of botnet detection based on DNS

Original Article

Stability analysis of stochastic memristor-based recurrent neural networks with mixed time-varying delays

Original Article

A density invariant approach to clustering

Commentary

Comment on “Characterizing interwell connectivity in waterflooded reservoirs using data-driven and reduced-physics models: a comparative study” by E. Artun DOI 10.1007/s00521-015-2152-0

Original Article

Optimization of wavelet neural networks with the firefly algorithm for approximation problems

Original Article

Complex neutrosophic set

Premium Partner

    Bildnachweise