陆文秀
- 作品数：4 被引量：1H指数：1
- 供职机构：浙江师范大学数理与信息工程学院更多>>
- 发文基金：国家自然科学基金浙江省自然科学基金更多>>
- 相关领域：理学更多>>
- 一般有界Sigmoidal函数神经网络的插值与逼近被引量：1
- 2013年
- 研究了一维欧氏空间中神经网络的插值问题.首先,对于一组插值样本和定义在R上的一般有界Sig-moidal激活函数,给出了精确插值的单隐层前向神经网络存在的条件;然后,构造了近似插值网络,给出了估计精确和近似插值网络之间的误差;最后,利用连续模作为度量,分别估计了两类网络对连续函数的逼近误差.
- 章莉谢林森陆文秀
- 关键词：神经网络
- 神经网络逼近中的几个问题
- 非线性科学一直是自然科学和工程技术普遍关注的研究领域之一.作为非线性科学研究中的一个分支——神经网络逼近，在连续函数或可积函数的逼近研究中起到了至关重要的作用，同时在实际应用中也有着重要的地位.本文对单隐层前向神经网络逼...
- 陆文秀
- 关键词：椭球面
- 文献传递
- 在L^p中一类近似插值神经网络的逼近误差
- 2013年
- 研究一类近似插值单隐层前向神经网络的逼近问题。利用Steklov平均函数,以光滑模为度量,估计了该网络对Lebesgue可积函数的逼近误差。所获结果表明:对于定义在[a,b]上的任意p(1≤p<+∞)次Lebesgue可积函数f(x),只要隐层节点数n足够大,均有一个近似插值神经网络以任意精度逼近f(x)。
- 章莉谢林森陆文秀
- 关键词：神经网络光滑模
- 神经网络对R^d上连续函数最佳逼近的一个注记（英文）
- 2013年
- 本文构造了一类单隐层神经网络,使其逼近R^d上连续函数的速度达到最佳代数多项式逼近速度,并刻划了该类单隐层神经网络的逼近性质.
- 谢林森陆文秀章莉
- 关键词：神经网络
