排序方式: 共有5条查询结果,搜索用时 78 毫秒
1
1.
正则模糊神经网络在积分模意义下的逼近性 总被引:2,自引:0,他引:2
给出了模糊值函数在Lebesgue测度空间上的Lp-积分模定义, 得出了正则模糊神经网络依L-积分模对模糊值函数构成泛逼近器. 进而在伪可加测度空间上定义了模糊值函数的Lp-伪积分模, 研究结果表明正则模糊神经网络在L-伪积分模下对模糊值函数也具有逼近性. 相似文献
2.
3.
前向神经网络的泛逼近性一直是神经网络的研究热点.本文给出了连续模糊函数的定义,依Hausdorff度量,借助模糊值Bernstein多项式关于连续模糊函数的逼近性质,证明了前向网络作为模糊函数泛逼近器的一致逼近性结果,并通过实例给出了逼近性的具体实现过程. 相似文献
4.
在Dan.butnriu构造的可知Fuzzy测度和张广先生建立的Fuzzy极限和Fuzzy距离理论基础,提出了一类Fuzzy集合上广义Fuzzy数值则度,广义了定义Fuzzy数值测度的正、负集,探讨了二者的关系和性质,进而得到了广义Fuzzy数值测度关于Fuzzy集合的哈恩分解存在的充要条件。 相似文献
5.
正则模糊神经网络在Sugeno积分模意义下的泛逼近性 总被引:3,自引:0,他引:3
首先,给出了可加模糊测度空间上Sugeno积分模的定义。然后证明了正则模糊神经网络依Sugeno积分模对模糊值函数来讲具有泛逼近性。 相似文献
1