基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基于广义基函数的CMAC(Cerebellar Model Articulation Controller)学习算法(称C-L算法)收敛条件依赖于基函数和学习样本,很难同时满足学习快速性与收敛性.提出了一种改进学习算法,并证明改进算法是收敛的,而且收敛条件不依赖于基函数和学习样本.仿真结果表明改进算法优于C-L算法和标准的Albus算法.
推荐文章
基于HS算法的Markov模型及收敛性分析
和声搜索算法
Markov链
状态转移概率
收敛准则
全局收敛
BP神经网络算法的改进及收敛性分析
网络算法
BP神经网络
共轭梯度法
蝙蝠算法的全局收敛性分析
蝙蝠算法
随机优化算法
全局收敛性
全局最优解
基于萤火虫算法的Markov模型及收敛性分析
萤火虫算法
M arkov链
状态转移
随机优化算法
全局收敛性
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于广义基函数的CMAC学习算法的改进及收敛性分析
来源期刊 自动化学报 学科 数学
关键词 CMAC 学习算法 基函数网络
年,卷(期) 1999,(2) 所属期刊栏目 短文
研究方向 页码范围 258-263
页数 6页 分类号 O1
字数 2138字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 邵惠鹤 上海交通大学自动化系 327 7662 43.0 72.0
2 段培永 上海交通大学自动化系 7 153 6.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (25)
同被引文献  (22)
二级引证文献  (60)
1975(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2000(1)
  • 引证文献(1)
  • 二级引证文献(0)
2001(1)
  • 引证文献(1)
  • 二级引证文献(0)
2002(1)
  • 引证文献(1)
  • 二级引证文献(0)
2003(3)
  • 引证文献(3)
  • 二级引证文献(0)
2004(2)
  • 引证文献(2)
  • 二级引证文献(0)
2005(5)
  • 引证文献(1)
  • 二级引证文献(4)
2006(6)
  • 引证文献(0)
  • 二级引证文献(6)
2007(11)
  • 引证文献(1)
  • 二级引证文献(10)
2008(5)
  • 引证文献(1)
  • 二级引证文献(4)
2009(2)
  • 引证文献(0)
  • 二级引证文献(2)
2010(3)
  • 引证文献(2)
  • 二级引证文献(1)
2011(5)
  • 引证文献(3)
  • 二级引证文献(2)
2012(5)
  • 引证文献(1)
  • 二级引证文献(4)
2013(5)
  • 引证文献(1)
  • 二级引证文献(4)
2014(10)
  • 引证文献(1)
  • 二级引证文献(9)
2015(4)
  • 引证文献(1)
  • 二级引证文献(3)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(9)
  • 引证文献(4)
  • 二级引证文献(5)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
CMAC
学习算法
基函数网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
自动化学报
月刊
0254-4156
11-2109/TP
大16开
北京市海淀区中关村东路95号(北京2728信箱)
2-180
1963
chi
出版文献量(篇)
4124
总下载数(次)
26
总被引数(次)
120705
论文1v1指导