10.3969/j.issn.1000-3932.2009.06.008
算子逼近在过程神经网络动态预测中的研究与应用
从泛函分析的角度出发,将动态预测的问题看作算子逼近问题,分析并证明算子逼近能力,进而提出了过程神经网络的动态预测方法,并将时间序列预测问题转化为泛函逼近或算子逼近问题,证明了过程神经网络能以任意精度逼近任意连续算子.最后以Mackey-Glass混沌时间序列预测和打浆度的预测为例,验证该方法的有效性和实用性.
算子逼近、神经网络、动态预测、打浆度
36
TP391(计算技术、计算机技术)
2010-03-23(万方平台首次上网日期,不代表论文的发表时间)
共4页
30-33