登录    注册    忘记密码

期刊文章详细信息

利用人工神经网络实现函数逼近    

Function Approximation Using Artificial Nueral Networks

  

文献类型:期刊文章

作  者:王强[1] 余岳峰[1] 张浩炯[1]

机构地区:[1]上海交通大学能源工程系,上海200240

出  处:《计算机仿真》

年  份:2002

卷  号:19

期  号:5

起止页码:44-47

语  种:中文

收录情况:CSCD、CSCD_E2011_2012、JST、ZGKJHX、普通刊

摘  要:神经网络可以被用来计算复杂的输入与输出结果集之间的关系 ,因此神经网络具有强大的函数逼近功能。该文利用Cybenko理论论述了用一种单隐层的前馈神经网络模型在一定条件下可以逼近任何定义在C( [0 ,1] n)上的函数的问题 ,并给出了一个对一维非线性函数的仿真实例 ,取得了良好的效果。

关 键 词:人工神经网络 函数逼近 计算模型  仿真工具

分 类 号:O241.5] TP183[数学类]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心