系统仿真学报
繫統倣真學報
계통방진학보
JOURNAL OF SYSTEM SIMULATION
2008年
1期
81-84,98
,共5页
自组织特征映射图(SOM)%神经元%拓扑地图%地图绘制
自組織特徵映射圖(SOM)%神經元%拓撲地圖%地圖繪製
자조직특정영사도(SOM)%신경원%탁복지도%지도회제
针对机器人环境识别问题,研究其工作环境描述与实现过程,提出一种环境拓扑地图建立的新方法.该方法以自组织特征映射图的工作算法为基础,提出GSOM(Growing Self-organizing Map)算法,该算法具有增长特性,通过不断增加新的神经元实现网络规模的增长,从而满足描述环境特征的需要,建立环境拓扑地图;仿真试验表明GSOM算法的正确性,可以在样本数未知情况下,确定描述环境特征的最优SOM神经元数量,以少数SOM图神经元分布描述具有大量特征信息的环境结构,建立更能准确描述环境的拓扑地图.
針對機器人環境識彆問題,研究其工作環境描述與實現過程,提齣一種環境拓撲地圖建立的新方法.該方法以自組織特徵映射圖的工作算法為基礎,提齣GSOM(Growing Self-organizing Map)算法,該算法具有增長特性,通過不斷增加新的神經元實現網絡規模的增長,從而滿足描述環境特徵的需要,建立環境拓撲地圖;倣真試驗錶明GSOM算法的正確性,可以在樣本數未知情況下,確定描述環境特徵的最優SOM神經元數量,以少數SOM圖神經元分佈描述具有大量特徵信息的環境結構,建立更能準確描述環境的拓撲地圖.
침대궤기인배경식별문제,연구기공작배경묘술여실현과정,제출일충배경탁복지도건립적신방법.해방법이자조직특정영사도적공작산법위기출,제출GSOM(Growing Self-organizing Map)산법,해산법구유증장특성,통과불단증가신적신경원실현망락규모적증장,종이만족묘술배경특정적수요,건립배경탁복지도;방진시험표명GSOM산법적정학성,가이재양본수미지정황하,학정묘술배경특정적최우SOM신경원수량,이소수SOM도신경원분포묘술구유대량특정신식적배경결구,건립경능준학묘술배경적탁복지도.