10.3969/j.issn.1001-5965.2001.04.012
模糊极大极小算子神经元网络的图灵等价性
将模糊Zadeh算子的定义域作了扩充,并重新定义为模糊极大极小算子,使其满足交换律、结合律和零元律.在此基础上提出一种模糊极大极小算子型神经元网络模型,符合一般模糊算子型神经元网络的定义.与传统的Zadeh算子型模糊神经网络相比具有较强的映射能力.详细证明了用该模糊极大极小算子神经元网络可以计算与图灵机等价的部分递归函数,从而表明模糊极大极小算子神经元网络的计算能力等价于图灵机.将传统神经元M-P模型神经网络的图灵等价性推广到模糊神经元网络.
模糊算子、神经网络、递归函数、图灵等价性
27
TP183(自动化基础理论)
2004-01-08(万方平台首次上网日期,不代表论文的发表时间)
共4页
421-424