北京联合大学学报（自然科学版）
北京聯閤大學學報（自然科學版）
북경연합대학학보（자연과학판）
JOURNAL OF BEIJING UNION UNIVERSITY(NATURAL SCIENCES)
2007年
2期
1-3
,共3页
CMAC神经网络%联想记忆系统%函数逼近%可信度%牛顿向前插公式
CMAC神經網絡%聯想記憶繫統%函數逼近%可信度%牛頓嚮前插公式
CMAC신경망락%련상기억계통%함수핍근%가신도%우돈향전삽공식
为了提高CMAC(cerebellar model articulation controller)神经网络实时在线学习的快速性和准确性,在基于信度分配的CA-CMAC-AMS学习算法的基础上,结合牛顿向前插公式,提出了一种新的CMAC-AMS学习算法(CA-NCMAC-AMS).数值模拟表明,这种CA-NCMAC-AMS的学习算法不但有较快的学习速度和训练精度及建模能力,而且在信号处理、模式识别及高精度的实时智能控制等领域具有很大的应用潜力.
為瞭提高CMAC(cerebellar model articulation controller)神經網絡實時在線學習的快速性和準確性,在基于信度分配的CA-CMAC-AMS學習算法的基礎上,結閤牛頓嚮前插公式,提齣瞭一種新的CMAC-AMS學習算法(CA-NCMAC-AMS).數值模擬錶明,這種CA-NCMAC-AMS的學習算法不但有較快的學習速度和訓練精度及建模能力,而且在信號處理、模式識彆及高精度的實時智能控製等領域具有很大的應用潛力.
위료제고CMAC(cerebellar model articulation controller)신경망락실시재선학습적쾌속성화준학성,재기우신도분배적CA-CMAC-AMS학습산법적기출상,결합우돈향전삽공식,제출료일충신적CMAC-AMS학습산법(CA-NCMAC-AMS).수치모의표명,저충CA-NCMAC-AMS적학습산법불단유교쾌적학습속도화훈련정도급건모능력,이차재신호처리、모식식별급고정도적실시지능공제등영역구유흔대적응용잠력.
