正则模糊神经网络是模糊值函数的泛逼近器
DOI:
CSTR:
作者:
作者单位:

北京师范大学 数学系, 北京 100875

作者简介:

通讯作者:

中图分类号:

基金项目:


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    通过分析多元模糊值Bernstein多项式的近似特性, 证明了 4 层前向正则模糊神经网络(FNN)
    的逼近性能。该类网络构成了模糊值函数的一类泛逼近器, 即在欧氏空间的任何紧集上, 任意连续模糊
    值函数能被这类FNN逼近到任意精度。最后通过实例给出了实现这种近似的具体步骤。

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

刘 普 寅.正则模糊神经网络是模糊值函数的泛逼近器[J].控制与决策,2003,18(1):19-23

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2003-01-20
  • 出版日期:
文章二维码