单体模糊神经网络的函数逼近能力

被引:12
作者
梁久祯
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
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)