SEMI OpenIR  > 中国科学院半导体研究所(2009年前)
分式线性神经网络及其非线性逼近能力研究
杨国为; 王守觉; 闫庆旭
2007
Source Publication计算机学报
Volume30Issue:2Pages:189-199
Abstract提出了结构简单的分式线性神经网络,证明该种神经网络可无限逼近R^m上有界闭子集到R^n上的任意连续映射,同时,证实该种神经网络可无限逼近R^m上无界闭子集到R^n上的在无穷远有极限的任意连续映射,扩充了BP神经网络的非线性逼近能力;给出了实现分式线性神经网络逼近有界或无界区域上连续映射的反向传播算法.仿真实验表明所给出的反向传播算法可行有效.该结果为无界区域上的分类问题和决策问题的解决提供了理论基础.
metadata_83青岛大学模式识别与智能系统研究所;中国科学院半导体研究所神经网络实验室;(北京)中国地质大学信息工程学院
Subject Area人工智能
Funding Organization山东省自然科学基金,中国博士后科学基金,本课题得到国家“八六二三”高技术研究发展计划项日基金,国家自然科学基金
Indexed ByCSCD
Language中文
CSCD IDCSCD:2742524
Date Available2010-11-23
Citation statistics
Document Type期刊论文
Identifierhttp://ir.semi.ac.cn/handle/172111/16373
Collection中国科学院半导体研究所(2009年前)
Recommended Citation
GB/T 7714
杨国为,王守觉,闫庆旭. 分式线性神经网络及其非线性逼近能力研究[J]. 计算机学报,2007,30(2):189-199.
APA 杨国为,王守觉,&闫庆旭.(2007).分式线性神经网络及其非线性逼近能力研究.计算机学报,30(2),189-199.
MLA 杨国为,et al."分式线性神经网络及其非线性逼近能力研究".计算机学报 30.2(2007):189-199.
Files in This Item:
File Name/Size DocType Version Access License
4100.pdf(526KB) 限制开放--Application Full Text
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[杨国为]'s Articles
[王守觉]'s Articles
[闫庆旭]'s Articles
Baidu academic
Similar articles in Baidu academic
[杨国为]'s Articles
[王守觉]'s Articles
[闫庆旭]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[杨国为]'s Articles
[王守觉]'s Articles
[闫庆旭]'s Articles
Terms of Use
No data!
Social Bookmark/Share
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.