非周期神经网络及平移网络在L_w^p中的逼近  

On Approximation by Non-Periodic Neural and Translation Networks in L^p-w, Spaces

作　　者：王建力[1] 盛宝怀[1] 周颂平[1] 

机构地区：[1]宁波大学数学研究所

出　　处：《数学学报（中文版）》2003年第1期65-74,共10页Acta Mathematica Sinica：Chinese Series

基　　金：国家自然科学基金资助项目(10141001);宁波市博士基金(02J20102-06);宁波大学博士后基金资助项目

摘　　要：设s≥d≥1为整数, 1≤p≤+∞,借助于正交多元代数多项式系而构造了一类s维网络算子,并用于逼近Lpw[-1,1]s中的函数,给出了逼近的上界以及当此算子为平移网络算子及神经网络算子时的导数型估计.The authors investigate the approximation of non-periodic functions in by a kind of s-dimensional network operator constructed by orthogonal algebraic polynomial. The upper bound of approximation is achieved and, in particular, the upper bound of approximation of the derivatives of the target functions by the corresponding derivatives of the translate and neural network operators is discussed.

关 键 词：非周期神经网络 平移网络 Lω^p 逼近 正交系 

分 类 号：O174.41[理学—数学] TP183[理学—基础数学]