计量与测试技术
計量與測試技術
계량여측시기술
METROLOGY & MEASUREMENT TECHNIQUE
2007年
4期
42-43
,共2页
测量系统模型%非参量建模%神经网络:CMAC%MLP%RBF
測量繫統模型%非參量建模%神經網絡:CMAC%MLP%RBF
측량계통모형%비삼량건모%신경망락:CMAC%MLP%RBF
本文详细介绍了CMAC(小脑模型连接控制器)神经网络的拓扑结构、学习算法、实现方法及其性能特点,将其应用于测量信号的非参量建模中,并结合具体的数字仿真实例进行了阐述,该方法结构简单,尤其适用于非线性模型的构造,便于数字化硬件的实现,能够有效地提高测量的准确度和可靠性,具有更快的运算速度,在实时测控领域具有广泛的应用前景.
本文詳細介紹瞭CMAC(小腦模型連接控製器)神經網絡的拓撲結構、學習算法、實現方法及其性能特點,將其應用于測量信號的非參量建模中,併結閤具體的數字倣真實例進行瞭闡述,該方法結構簡單,尤其適用于非線性模型的構造,便于數字化硬件的實現,能夠有效地提高測量的準確度和可靠性,具有更快的運算速度,在實時測控領域具有廣汎的應用前景.
본문상세개소료CMAC(소뇌모형련접공제기)신경망락적탁복결구、학습산법、실현방법급기성능특점,장기응용우측량신호적비삼량건모중,병결합구체적수자방진실례진행료천술,해방법결구간단,우기괄용우비선성모형적구조,편우수자화경건적실현,능구유효지제고측량적준학도화가고성,구유경쾌적운산속도,재실시측공영역구유엄범적응용전경.
