首页 | 本学科首页   官方微博 | 高级检索  
     

关于前馈多层神经网络多维函数逼近能力的一个定理
引用本文:韦岗,李华,徐秉铮.关于前馈多层神经网络多维函数逼近能力的一个定理[J].电子与信息学报,1997,19(4):433-438.
作者姓名:韦岗  李华  徐秉铮
作者单位:华南理工大学无线电与自动控制研究所,华南理工大学无线电与自动控制研究所,华南理工大学无线电与自动控制研究所 广州 510641,广州 510641,广州 510641
基金项目:国家自然科学基金,广东省自然科学青年基金,攀登计划资助课题
摘    要:本文首次证明了前馈神经网络多维函数逼近能力的一个重要定理:当隐层神经元数目足够多时,其多维函数逼近能力与维数无关.也就是说我们只需研究其一维函数逼近能力,所得的结论完全适合于多维情形,该定理大大简化了前馈多层神经网络函数逼近问题的分析难度。本文还给出了该定理的一个应用。

关 键 词:神经网络    函数逼近    神经元特性函数    前馈多层网络
收稿时间:1995-12-4
修稿时间:1996-8-4

A NOVEL THEOREM ON THE MULTI-DIMENSIONAL FUNCTION APPROXIMATION ABILITY OF FEED FORWARD MULTI-LAYER NEURAL NETWORKS
Wei Gang,Li Hua,Xu Bingzheng.A NOVEL THEOREM ON THE MULTI-DIMENSIONAL FUNCTION APPROXIMATION ABILITY OF FEED FORWARD MULTI-LAYER NEURAL NETWORKS[J].Journal of Electronics & Information Technology,1997,19(4):433-438.
Authors:Wei Gang  Li Hua  Xu Bingzheng
Affiliation:South China University of Technology Guangzhou 510641
Abstract:This paper presents a novel theorem on the multi-dimensional function approximation ability of feed forward multi-layer neural networks (FFMLNN), which states that the function approximation ability of FFMLNN is independent of the dimension of the function to be approximated when the number of the hidden units is sufficiently large. This theorem simplifies greatly the analysis of the function approximation ability of FFMLNN because one needs only to study the one dimensional function approximation ability of FFMLNN. An application of the proposed theorem is given.
Keywords:Neural networks  Function approximation  Neuron activation function  Feed forward neural networks
本文献已被 CNKI 等数据库收录!
点击此处可从《电子与信息学报》浏览原始摘要信息
点击此处可从《电子与信息学报》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号