搜索结果: 1-4 共查到“代数学 神经网络”相关记录4条 . 查询时间(0.129 秒)
基于函数逼近理论，构建了一种神经网络模型，该神经网络采用正交Chebyshev 多项式作为隐层激励函数。在此基础上，推导了Chebyshev 神经网络的Levenberg-Marquardt 学习算法。理论分析及仿真实验表明，该神经网络能够很好地学习样本数据中的不同模式，具有较快训练速度和较高的计算精度。
使用重合度方法和M-矩阵理论,得到时标上一类具有脉冲与分布时滞的递归神经网络反周期解的存在唯一性与全局指数稳定的充分条件.最后,通过1个例子说明结论的有效性.
距离空间中插值神经网络的误差估计
神经网络 插值 逼近 误差估计
2009/9/21
研究距离空间中的神经网络插值与逼近问题. 首先引进一类广义的激活函数,用比较简洁的方法
讨论距离空间中插值神经网络的存在性,然后给出插值神经网络逼近连续函数的误差估计.
时滞神经网络的指数稳定性分析
神经网络 时滞 指数稳定性 线性矩阵不等式 Razumikhin定理
2012/11/19
研究了一类时滞细胞神经网络的指数稳定性问题，利用Razumikhin定理和线性不等式技术得到新的全局指数稳定性准则.与其他方法不同之处在于，对神经网络模型的“线性化”，将神经网络模型变成一个线性时变的系统.所获的条件具有较少的保守性.最后用1个数值例子说明文中所得的结果是有效的.