泛函网络模型及应用研究综述

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

泛函网络模型及应用研究综述

周永权, 赵斌

文章导航 > 电子科技大学学报 > 2010 > 39(6): 803-809

周永权, 赵斌. 泛函网络模型及应用研究综述[J]. 电子科技大学学报, 2010, 39(6): 803-809. doi: 10.3969/j.issn.1001-0548.2010.06.001

引用本文:

周永权, 赵斌. 泛函网络模型及应用研究综述[J]. 电子科技大学学报, 2010, 39(6): 803-809. doi: 10.3969/j.issn.1001-0548.2010.06.001

ZHOU Yong-quan, ZHAO Bin. Progress of Functional Networks and Their Applications[J]. Journal of University of Electronic Science and Technology of China, 2010, 39(6): 803-809. doi: 10.3969/j.issn.1001-0548.2010.06.001

Citation:

ZHOU Yong-quan, ZHAO Bin. Progress of Functional Networks and Their Applications[J]. Journal of University of Electronic Science and Technology of China, 2010, 39(6): 803-809. doi: 10.3969/j.issn.1001-0548.2010.06.001

泛函网络模型及应用研究综述

doi: 10.3969/j.issn.1001-0548.2010.06.001

周永权¹,
赵斌²

1.
广西民族大学数学与计算机科学学院南宁 530006;
2.
中央民族大学理学院北京海淀区 100083

基金项目:

国家自然科学基金(60461001);广西自然科学基金(0991086);国家民委科研资助项目(08GX01)

作者简介:
周永权(1962-)，男，博士，主要从事计算智能、神经网络及应用方面的研究

中图分类号: TP18

Progress of Functional Networks and Their Applications

ZHOU Yong-quan¹,
ZHAO Bin²

1.
College of Mathematics and Computer Science,Guangxi University for Nationalities Nanning 530006;
2.
School of Science,Central University for Nationalities Haidian Beijing 100081

摘要: 回顾了近年来泛函网络模型及应用的研究进展，首先根据泛函网络模型结构的特点，将现有的泛函网络模型归结为两类典型的泛函网络模型；其次，给出一般泛函网络模型的学习过程；然后从时间序列分析、差分方程、CAD、非线性回归、数值优化计算、非线性系统辨识、检测和预测、复杂系统建模8个方面，介绍了泛函网络的应用现状；最后评述了泛函网络今后的研究方向和研究内容。
- 泛函网络 /
- 学习过程 /
- 优化问题 /
- 典型泛函网络
Abstract: The research progress and applications of functional networks (FNt) models in recent years are reviewed. At first, according to the functional network model structure characteristics, FNt models are classified into two typical types in accordance with the functional networks. Secondly, recent applications of FNt are introduced in many fields, such as times series analysis, differential equations, CAD, nonlinear regression, numerical optimize computation, nonlinear system identification, detection and prediction, complex system modeling, etc. Finally, some remarks on the further research and directions of FNt are presented.
- functional networks /
- learning process /
- optimization problem /
- typical type functional networks

[1]	陈作汉, 曹洁, 赵付青, 张建林. 基于构造学习的差分进化算法求解部分可分优化问题 . 电子科技大学学报, 2023, 52(3): 413-422. doi: 10.12178/1001-0548.2022082
[2]	刘楠, 张凤荔, 王瑞锦, 张志扬, 赖金山. 融合元路径学习和胶囊网络的社交媒体谣言检测方法 . 电子科技大学学报, 2022, 51(4): 608-614. doi: 10.12178/1001-0548.2021219
[3]	高远翔, 罗龙, 孙罡. 基于强化学习的多阶段网络分组路由方法 . 电子科技大学学报, 2022, 51(2): 200-206. doi: 10.12178/1001-0548.2021260
[4]	林粤伟. 基于强化学习的LTE与WiFi异构网络共存机制 . 电子科技大学学报, 2021, 50(3): 375-381. doi: 10.12178/1001-0548.2019303
[5]	邹宜金, 连应华, 黄新宇, 刘培, 王颖蕊. 基于声纹的高泛化性风机叶片异常检测方法研究 . 电子科技大学学报, 2021, 50(5): 795-800. doi: 10.12178/1001-0548.2021080
[6]	刘志刚, 许少华, 肖佃师, 杜娟. 极限学习脊波过程神经网络及应用 . 电子科技大学学报, 2019, 48(1): 110-116. doi: 10.3969/j.issn.1001-0548.2019.01.018
[7]	宋明秋, 王琳, 姜宝彦, 邓贵仕. 多属性泛化的K-匿名算法 . 电子科技大学学报, 2017, 46(6): 896-901. doi: 10.3969/j.issn.1001-0548.2017.06.018
[8]	张耀辉, 韩小孩, 王少华. 基于离散过程神经网络的装备技术状态预测方法 . 电子科技大学学报, 2016, 45(6): 923-928. doi: 10.3969/j.issn.1001-0548.2016.06.008
[9]	李孟, 曹晟, 秦志光, 邱丹. 一种网络导航学习路径生成方法 . 电子科技大学学报, 2014, 43(4): 596-600. doi: 10.3969/j.issn.1001-0548.2014.04.022
[10]	陈庆华, 史定华. 网络统计——复杂网络基础问题: 为标度律提供统计支持 . 电子科技大学学报, 2013, 42(1): 1-2. doi: 10.3969/j.issn.1001-0548.2013.01.001
[11]	王文旭. 网络重构——复杂网络的反问题: 从时间序列重构网络拓扑和权重 . 电子科技大学学报, 2013, 42(1): 3-4. doi: 10.3969/j.issn.1001-0548.2013.01.002
[12]	史定华. 网络优化——复杂网络设计问题: 寻找最佳的网络结构 . 电子科技大学学报, 2013, 42(1): 5-6. doi: 10.3969/j.issn.1001-0548.2013.01.003
[13]	陈娟, 陆君安. 复杂网络中尺度研究揭开网络同步化过程 . 电子科技大学学报, 2012, 41(1): 8-16. doi: 10.3969/j.issn.1001-0548.2012.01.002
[14]	耿技, 马新新. 对等网络泛洪DDoS攻击的防御机制 . 电子科技大学学报, 2009, 38(6): 987-992. doi: 10.3969/j.issn.1001-0548.2009.06.020
[15]	武妍, 王守觉. 一种并联抑制神经网络结构及学习算法 . 电子科技大学学报, 2006, 35(3): 399-402.
[16]	刘晶, 伏飞, 戴江山, 肖军模. 一种基于动态建链推理的网络攻击过程分析方法 . 电子科技大学学报, 2006, 35(5): 819-822.
[17]	刘兴文, 钟守铭, 张凤荔. 含一般时延的高阶泛函微分方程的周期解 . 电子科技大学学报, 2006, 35(4): 554-556.
[18]	王爱军. 基于数据库查询过程优化设计 . 电子科技大学学报, 2003, 32(2): 192-194.
[19]	喻伟, 张具明, 徐安石. 无穷时滞泛函微分方程解的稳定性分析 . 电子科技大学学报, 2001, 30(5): 529-532.
[20]	李俊生, 彭兵, 赵东风, 余建坤, 蔡群. ATM接入网络中非对称性周期传输过程分析 . 电子科技大学学报, 1999, 28(5): 550-553.

WeChat

点击查看大图

计量

文章访问数: 3336
HTML全文浏览量: 88
PDF下载量: 49
被引次数: 0

泛函网络模型及应用研究综述

doi: 10.3969/j.issn.1001-0548.2010.06.001

周永权¹,
赵斌²

1. 广西民族大学数学与计算机科学学院南宁 530006;

2. 中央民族大学理学院北京海淀区 100083

基金项目:

国家自然科学基金(60461001);广西自然科学基金(0991086);国家民委科研资助项目(08GX01)

作者简介:
周永权(1962-)，男，博士，主要从事计算智能、神经网络及应用方面的研究

收稿日期: 2010-09-15
刊出日期: 2010-12-15

中图分类号: TP18

关键词:

摘要: 回顾了近年来泛函网络模型及应用的研究进展，首先根据泛函网络模型结构的特点，将现有的泛函网络模型归结为两类典型的泛函网络模型；其次，给出一般泛函网络模型的学习过程；然后从时间序列分析、差分方程、CAD、非线性回归、数值优化计算、非线性系统辨识、检测和预测、复杂系统建模8个方面，介绍了泛函网络的应用现状；最后评述了泛函网络今后的研究方向和研究内容。

English Abstract

周永权, 赵斌. 泛函网络模型及应用研究综述[J]. 电子科技大学学报, 2010, 39(6): 803-809. doi: 10.3969/j.issn.1001-0548.2010.06.001

引用本文:

周永权, 赵斌. 泛函网络模型及应用研究综述[J]. 电子科技大学学报, 2010, 39(6): 803-809. doi: 10.3969/j.issn.1001-0548.2010.06.001

ZHOU Yong-quan, ZHAO Bin. Progress of Functional Networks and Their Applications[J]. Journal of University of Electronic Science and Technology of China, 2010, 39(6): 803-809. doi: 10.3969/j.issn.1001-0548.2010.06.001

Citation:

ZHOU Yong-quan, ZHAO Bin. Progress of Functional Networks and Their Applications[J]. Journal of University of Electronic Science and Technology of China, 2010, 39(6): 803-809. doi: 10.3969/j.issn.1001-0548.2010.06.001

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发