基于神经网络的函数逼近问题  

Function Approximation Based on Neural Network

作　　者：李凯[1] 徐永春[2] 孙翠先[3] 

机构地区：[1]河北大学数学与计算机学院,河北保定071002 [2]张家口师范专科学校数学系,河北张家口075028 [3]唐山高等专科学校数学系,河北唐山063000

出　　处：《河北大学学报（自然科学版）》2001年第3期215-217,共3页Journal of Hebei University(Natural Science Edition)

摘　　要：给出了函数逼近问题 ,提出了一种新的神经网络模型 ,结合函数逼近问题及该神经网络模型给出了一种学习算法 ,并利用该算法对函数逼近进行了仿真 .Function aproximate is introduced and a neural network model is presented.A learning algorithm is proposed which combines function approximate and neural network model.The function approximate is given as an example to show that the methold can be used practically.

关 键 词：神经网络 函数逼近 学习算法 

分 类 号：O174.41[理学—数学] TP301.6[理学—基础数学]