未找到相关数据
神经计算中坐标变换的网络模型(CMAC)的泛化特性
被引：12
作者：
欧阳楷
陈卉
周萍
周琛
机构：
[1] 首都医科大学生物医学工程系
来源：
关键词：
泛化性能;
小脑模型（CMAC）;
坐标变换;
D O I：
10.16383/j.aas.1997.04.007
中图分类号：
TP13 [自动控制理论];
学科分类号：
0711 ;
071102 ;
0811 ;
081101 ;
081103 ;
摘要：
在神经计算中神经网络的泛化特性是一个非常重要的内容．该文简述了小脑模型（ＣＭＡＣ——ＣｅｒｅｂｅｌａｒＭｏｄｅｌＡｒｅｉｃｕｌａｔｉｏｎＣｏｎｔｒｏｌｅｒ）的原理和学习算法，并用仿真方法讨论了在机器人使用的坐标变换关系（输入直角坐标值，输出机器手的关节角度）下ＣＭＡＣ的泛化性能：当泛化率为１∶１００时ＣＭＡＣ仍能正常工作．系统的精度虽能满足需要，但是进一步提高却受到限制．本文还讨论了影响精度的各种因素及可能的改进方法．
引用
收藏
页码：45 / 51
页数：7
相关论文