【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
论文部分内容阅读
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.
其他文献
针对定义域各分区间内样本数据的噪声强度不同,以及在局部范围内数据变化急剧等复杂情况,提出了结构可调的支持向量回归估计(AS-SVR)方法,包括采用不同的损失函数,对各样本点
目前已知很多种类的细菌可以通过小分子物质进行信号传递，从而调控各种生理行为，这种现象称为群体感应（Quorum sensing，QS），产生的信号分子叫做自体诱导物（autoinducer，AI）。目前对一
本文证明了几何凸函数非对称拟算术平均不等式（文献[1]的猜想），并由此得到了几何凸函数的平均不等式、几何凸函数的幂平均不等式、几何凸函数的几何平均不等式和几何凸函数的双
研究基于状态空间模型的时滞控制系统的状态预测观测器及最优预测控制器的设计问题。针对控制项含有时滞的系统 ,设计一种全维状态预测观测器 ,并将其用于时滞控制系统的最优状态预测反馈控制。通过该状态预测观测器可将闭环系统的时滞项移至系统闭环结构之外 ,从而使其优化控制规律完全可按无时滞系统进行设计。所给出的性能指标计算公式表明 ,该预测控制器关于二次型性能指标是次优的。