学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
单体模糊神经网络的函数逼近能力
被引:12
作者
:
梁久祯
论文数:
0
引用数:
0
h-index:
0
机构:
北京航空航天大学计算机科学与工程系!北京
梁久祯
何新贵
论文数:
0
引用数:
0
h-index:
0
机构:
北京航空航天大学计算机科学与工程系!北京
何新贵
机构
:
[1]
北京航空航天大学计算机科学与工程系!北京
[2]
北京系统工程研究所!北京
来源
:
计算机研究与发展
|
2000年
/ 09期
关键词
:
模糊神经网络;
逼近能力;
连续函数;
稠密;
单体模糊神经网络;
D O I
:
暂无
中图分类号
:
TP18 [人工智能理论];
学科分类号
:
081104 ;
0812 ;
0835 ;
1405 ;
摘要
:
研究了单体模糊神经网络 (MFNNs)的函数逼近能力 .由于在 MFNNs中神经元的基本运算由原来的积 -和运算改为求极小 -极大运算 ,网络的函数逼近性质发生了很大的改变 .给出了单调传递函数的 MFNNs按序单调特性、连续映射定理以及非函数一致逼近定理 .从而说明 MFNNs虽然能够保持连续性映射 ,但不如原神经网络具有函数逼近能力 .
引用
收藏
页码:1045 / 1049
页数:5
相关论文
共 1 条
[1]
Approximation by superpositions of a sigmoidal function[J] . G. Cybenko.Mathematics of Control, Signals and Systems . 1989 (4)
←
1
→
共 1 条
[1]
Approximation by superpositions of a sigmoidal function[J] . G. Cybenko.Mathematics of Control, Signals and Systems . 1989 (4)
←
1
→