计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2003年
2期
252-254
,共3页
CMAC%收敛性%压缩映射
CMAC%收斂性%壓縮映射
CMAC%수렴성%압축영사
从映射的角度分析了CMAC模型各层神经元之间的关系,根据网络输入向量的量化级数、泛化参数、相邻量化级引起的重叠神经元的个数,从理论上给出了虚拟层神经元数目的范围.对于存在实际层神经元的CMAC模型,讨论了压缩映射对网络学习收敛性的影响.最后通过机器手逆运动学问题的仿真实验,进一步比较说明了在从虚拟层神经元到实际层神经元的压缩映射中不同压缩比对网络学习收敛性及系统运行精度的影响.
從映射的角度分析瞭CMAC模型各層神經元之間的關繫,根據網絡輸入嚮量的量化級數、汎化參數、相鄰量化級引起的重疊神經元的箇數,從理論上給齣瞭虛擬層神經元數目的範圍.對于存在實際層神經元的CMAC模型,討論瞭壓縮映射對網絡學習收斂性的影響.最後通過機器手逆運動學問題的倣真實驗,進一步比較說明瞭在從虛擬層神經元到實際層神經元的壓縮映射中不同壓縮比對網絡學習收斂性及繫統運行精度的影響.
종영사적각도분석료CMAC모형각층신경원지간적관계,근거망락수입향량적양화급수、범화삼수、상린양화급인기적중첩신경원적개수,종이론상급출료허의층신경원수목적범위.대우존재실제층신경원적CMAC모형,토론료압축영사대망락학습수렴성적영향.최후통과궤기수역운동학문제적방진실험,진일보비교설명료재종허의층신경원도실제층신경원적압축영사중불동압축비대망락학습수렴성급계통운행정도적영향.
