24146.反饋神經(jīng)網(wǎng)絡(luò)對非線性動力系統(tǒng)的逼近能力研究_第1頁
已閱讀1頁，還剩42頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、RearchApproximationofNonlineDSystemsByRecurrentNeuralNetworksAThesisSubmittedtoNingxiaUniversityInpartialfulfillmentoftherequirementforthedegreeofMasterofScienceinAppliedMathematicsbyJinZhiSupervior：AssociateProfessorLiF

2、engjunMarch，2014寧夏大學(xué)碩士學(xué)位論文摘要摘要本學(xué)位論文主要研究了反饋神經(jīng)網(wǎng)絡(luò)(RNN)對非線性動力系統(tǒng)的逼近問題，由于RNN是一種高度復(fù)雜的動力學(xué)系統(tǒng)，其非線性特性使得它具有豐富的動力學(xué)特性，對非線性系統(tǒng)具有較強的逼近能力鑒于此，本文討論了RNN的逼近性，使其更具有一般意義在第二章，討論了RNN對非線性離散系統(tǒng)的逼近，并把有關(guān)結(jié)論、推論推廣到RNN對時變的非線性離散動力系統(tǒng)的逼近，使其一般化在第三章，由于帶延遲的RNN結(jié)

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論