一类反馈神经网络对非线性连续系统近似能力的证明

李晓东; 梁晓波

您当前的位置：

首页 >

文章列表页 >

一类反馈神经网络对非线性连续系统近似能力的证明

论文 | 更新时间：2025-07-16

- 一类反馈神经网络对非线性连续系统近似能力的证明
- Proof of the Approximation Ability of Recurrent Neural Networks to Nonlinear Continuous-Time System with Input
- 电子学报 2001年29卷第1期页码：103-105
- 作者机构：
  
  宁夏大学物理与电气信息工程系,银川,750021
- 作者简介：
- 基金信息：
  
  宁夏青年科学基金 (No.QN018)
- DOI：
  中图分类号： TP18
- 纸质出版：2001
- 稿件说明：
移动端阅览
李晓东, 梁晓波. 一类反馈神经网络对非线性连续系统近似能力的证明[J]. 电子学报, 2001,29(1):103-105.

LI Xiao-dong, LIANG Xiao-bo. Proof of the Approximation Ability of Recurrent Neural Networks to Nonlinear Continuous-Time System with Input[J]. Acta Electronica Sinica, 2001, 29(1): 103-105.
李晓东, 梁晓波. 一类反馈神经网络对非线性连续系统近似能力的证明[J]. 电子学报, 2001,29(1):103-105. DOI：

LI Xiao-dong, LIANG Xiao-bo. Proof of the Approximation Ability of Recurrent Neural Networks to Nonlinear Continuous-Time System with Input[J]. Acta Electronica Sinica, 2001, 29(1): 103-105. DOI：

摘要

本文从多层前馈神经网络的一般近似定理出发

证明了带有输入的非线性连续系统在有限时间段内的输出轨迹可以被一类反馈神经网络输出神经元的状态向量近似到任何程度.

Abstract

Starting from the universal approximation theorem of multilayered feed forward neural networks

this paper proves that the finite time trajectory of nonlinear continuous-time system with input can be approximated by the state vector of the output units of a class of recurrent neural networks.

关键词

Keywords

references

浏览量

1195

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据

一类反馈神经网络对非线性连续系统近似能力的证明

Proof of the Approximation Ability of Recurrent Neural Networks to Nonlinear Continuous-Time System with Input

DOI：

摘要

Abstract

关键词

Keywords

references