文献详情


单体模糊神经网络的函数逼近能力

外文标题	FUNCTION APPROXIMATION CAPABILITIES OF MONOLITHIC FUZZY NEURAL NETWORKS
文献类型	期刊
作者	梁久祯[1];何新贵[2]
机构	[1]北京航空航天大学计算机科学与工程系,北京,100083 [2]北京系统工程研究所,北京,100101 ↓
来源信息	年:2000卷:37期:9页码范围:1045-1049
期刊信息	计算机研究与发展ISSN:1000-1239
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
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.
收录情况	PKUCSCD
所属部门	计算机学院
链接地址	http://d.g.wanfangdata.com.cn/Periodical_jsjyjyfz200009005.aspx

全文|
影响因子：


暂无成果共有人
dc:title:单体模糊神经网络的函数逼近能力
dc:creator:梁久祯;何新贵
dc:date: publishDate:2000-09-15
dc:type:期刊
dc:format: Media：计算机研究与发展
dc:identifier: LnterrelatedLiterature：计算机研究与发展.2000,37(9),1045-1049.
dc:identifier:DOI：
dc: identifier:ISBN:1000-1239