期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
一种快速收敛的核CMAC神经网络模型 被引量:1
1
作者 孔敏 朱大奇 《系统仿真学报》 EI CAS CSCD 北大核心 2006年第7期1938-1941,共4页
为了提高CMAC(cerebellarmodelarticulationcontrollers)神经网络实时在线学习的快速性和准确性,在核CMAC的基础上引入了信度分配的概念。在核空间内,利用激活单元先前学习次数作为可信度,其误差校正值与激活单元先前学习次数的倒数成比... 为了提高CMAC(cerebellarmodelarticulationcontrollers)神经网络实时在线学习的快速性和准确性,在核CMAC的基础上引入了信度分配的概念。在核空间内,利用激活单元先前学习次数作为可信度,其误差校正值与激活单元先前学习次数的倒数成比例,设计了一种基于信度分配的核CMAC的训练规则,使网络的学习速度和网络逼近精度及建模能力得到提高。仿真结果表明基于信度分配的核CMAC结合了核CMAC与信度分配CMAC的优点,隐去了映射所带来的复杂运算,有较快的学习速度和训练精度及建模能力。 展开更多
关键词 cmac神经网络 cmac 信度分配 可信度
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部