基于平衡学习的CMAC神经网络非线性辨识算法

作     者：朱大奇 张伟 

作者机构：江南大学控制科学与工程研究中心江苏无锡214215 

基　　金：江苏省自然科学基金资助项目(2004BK021) 总装备部国防预研基金资助项目(413170203) 

出 版 物：《控制与决策》 (Control and Decision)

年 卷 期：2004年第19卷第12期

页      码：1425-1428页

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.

主 题 词：小脑模型关节控制器 信度分配 平衡学习 非线性辨识 

学科分类：0810[工学-土木类] 08[工学] 081001[081001] 081202[081202] 0812[工学-测绘类] 

核心收录：

D　O　I：10.13195/j.cd.2004.12.105.zhudq.024

馆 藏 号：203114661...