基于平衡学习的CMAC神经网络非线性辨识算法

• 作者: 张伟 朱大奇
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 小脑模型关节控制器 信度分配 平衡学习 非线性辨识
• 年，卷（期）: 2004,（12）
• 所属期刊栏目: 短文
• 页码范围: 1425-1428
• 页数: 4页
• 分类号: TN915.01|TP301.6
• 字数: 3892字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-0920.2004.12.024

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张伟	江南大学控制科学与工程研究中心	76	368	10.0	14.0
2	朱大奇	江南大学控制科学与工程研究中心	15	883	7.0	15.0