多变元周期函数的神经网络逼近:逼近阶估计

被引:10
作者
曹飞龙
徐宗本
机构
[1] 西安交通大学理学院信息与系统科学研究所!西安
关键词
三层人工神经网络; 函数逼近; 下界估计; 光滑模; 逆定理;
D O I
暂无
中图分类号
TP183 [人工神经网络与计算];
学科分类号
摘要
该文证明具有三角隐层单元的三层前向神经网络逼近多变元周期函数速度的上界估计、下界估计和饱和定理 .揭示该类神经网络之隐层单元数与网络逼近速度、逼近函数结构之间的关系 .特别指出二阶光滑模为该类神经网络的本质逼近阶 ,并且当被逼近函数属于二阶 L ipschitz函数类时 ,该类神经网络的逼近能力完全取决于被逼近函数的光滑性 .文中也证明了该类神经网络的最大逼近能力以及达到最大逼近能力的一个充分必要条件 .该文所获结果对于澄清该类神经网络的函数逼近能力与应用有重要指导意义 .
引用
收藏
页码:903 / 908
页数:6
相关论文
共 3 条
[1]  
神经网络及其在系统识别应用中的逼近问题[J]. 陈天平.中国科学(A辑 数学 物理学 天文学 技术科学). 1994(01)
[2]   Constructive function-approximation by three-layer artificial neural networks [J].
Suzuki, S .
NEURAL NETWORKS, 1998, 11 (06) :1049-1058
[3]  
Approximation properties of a multilayered feedforward artificial neural network[J] . H. N. Mhaskar.Advances in Computational Mathematics . 1993 (1)