一类神经网络对连续函数的逼近

• 作者: 谢庭藩 高淇琦
• 来源期刊: 中国计量学院学报
• 学科: 数学
• 关键词: 神经网络 卷积逼近 偏差估计
• 年，卷（期）: 2011,（1）
• 页码范围: 80-87
• 分类号: O174.41
• 字数: 5143字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1540.2011.01.017

摘要

借助卷积逼近的工具研究前向神经网络对连续函数的逼近,构造了具有nd个神经元的一类神经网络,并证得用它逼近[0,1]d上的连续函数f(X)时,偏差是O(ω(f,n-1/(d+2))+n-1/(d+2)‖f‖∞).其中ω(f,δ)表示f(X)在[0,1]d上的连续模,‖f‖∞表示|f(X)|的极大值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢庭藩	中国计量学院理学院	19	71	5.0	7.0
2	高淇琦	中国计量学院理学院	1	3	1.0	1.0