模式识别与人工智能
模式識彆與人工智能
모식식별여인공지능
Moshi Shibie yu Rengong Zhineng
2012年
6期
928-936
,共9页
折线模糊数%折线模糊神经网络%训练模式对%全局稳定性%摄动
摺線模糊數%摺線模糊神經網絡%訓練模式對%全跼穩定性%攝動
절선모호수%절선모호신경망락%훈련모식대%전국은정성%섭동
引入折线模糊数及其扩张运算,针对折线模糊神经网络,定义折线模糊数的最大摄动误差、训练模式对的γ摄动等概念,并基于纠错规则设计该网络连接权的学习算法.其次,当转移函数满足Lipschitz条件和训练模式对发生γ摄动时,在定义折线模糊神经网络对训练模式对摄动的全局稳定性的基础上,应用归纳法证明三层折线模糊神经网络的连接权具有稳定性,进而获得该网络关于训练模式对的γ摄动也具有全局稳定性.最后,通过模拟实例说明训练模式对的摄动对该网络稳定性的影响.
引入摺線模糊數及其擴張運算,針對摺線模糊神經網絡,定義摺線模糊數的最大攝動誤差、訓練模式對的γ攝動等概唸,併基于糾錯規則設計該網絡連接權的學習算法.其次,噹轉移函數滿足Lipschitz條件和訓練模式對髮生γ攝動時,在定義摺線模糊神經網絡對訓練模式對攝動的全跼穩定性的基礎上,應用歸納法證明三層摺線模糊神經網絡的連接權具有穩定性,進而穫得該網絡關于訓練模式對的γ攝動也具有全跼穩定性.最後,通過模擬實例說明訓練模式對的攝動對該網絡穩定性的影響.
인입절선모호수급기확장운산,침대절선모호신경망락,정의절선모호수적최대섭동오차、훈련모식대적γ섭동등개념,병기우규착규칙설계해망락련접권적학습산법.기차,당전이함수만족Lipschitz조건화훈련모식대발생γ섭동시,재정의절선모호신경망락대훈련모식대섭동적전국은정성적기출상,응용귀납법증명삼층절선모호신경망락적련접권구유은정성,진이획득해망락관우훈련모식대적γ섭동야구유전국은정성.최후,통과모의실례설명훈련모식대적섭동대해망락은정성적영향.
