基于平衡学习的CMAC 神经网络非线性辨识算法
DOI:
CSTR:
作者:
作者单位:

江南大学控制科学与工程研究中心, 江苏无锡214215

作者简介:

通讯作者:

中图分类号:

基金项目:


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    为提高小脑模型关节控制器(CMAC) 神经网络在线学习的快速性和准确性, 提出一种平衡学习的概念, 并
    设计一种改进的CMAC 学习算法. 在常规的CMAC 中, 误差的校正值被平均地分配给所有激活存储单元, 而不管
    这些存储单元的可信度; 在改进的CMAC 中, 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
    前学习次数的负k 次方成比例. 仿真结果表明, 当k 为一适当数值时, 改进CMAC 具有较快的学习速度和较高的精
    度, 特别是在神经网络的初始学习阶段.

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

朱大奇, 张 伟.基于平衡学习的CMAC 神经网络非线性辨识算法[J].控制与决策,2004,19(12):1425-1428

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2004-12-20
  • 出版日期:
文章二维码