%0 Journal Article
%T 训练模式对的摄动对折线模糊神经网络稳定性的影响
%A 隋晓琳
%A 王贵君
%J 模式识别与人工智能
%P 928-936
%D 2012
%X 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。
%K 折线模糊数
%K 折线模糊神经网络
%K 训练模式对
%K 全局稳定性
%K 摄动
%U http://manu12.magtech.com.cn/Jweb_prai/CN/abstract/abstract9507.shtml