主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
朱庆保,陈蓁.提高小脑模型神经网络精度的算法及仿真应用.软件学报,2000,11(1):133-137
提高小脑模型神经网络精度的算法及仿真应用
An Algorithm for Improving the Accuracy of Cerebella Model Articulation Controller Neural Networks and Simulation Application
投稿时间:1998-08-03  修订日期:1999-02-01
DOI:
中文关键词:  小脑模型,神经网络,联想插补,仿真,精度,算法.
英文关键词:Cerebella model articulation controller (CMAC), neural network, associative interpolation, simulation, accuracy, algorithm.
基金项目:本文研究得到江苏省科委应用基础基金(No.BJ97122)资助.
作者单位
朱庆保 南京师范大学数学与计算机科学学院,南京,210097 
陈蓁 南京师范大学数学与计算机科学学院,南京,210097 
摘要点击次数: 3410
全文下载次数: 2979
中文摘要:
      CMAC(cerebella model articulation controller)神经网络的局部结构使得学习非线性函数更快.然而,在许多应用领域,CMAC的学习精度不能满足应用要求.该文提出了一种改进CMAC学习精度的联想插补算法,同时给出了一个仿真实验.其结果表明,使用此算法,改进的CMAC的学习精度比改进前提高了10倍,学习收敛也更快.
英文摘要:
      The local structure of CMAC (cerebella model articulation controller) neural networks results in faster learning of nonlinear functions. However, the learning accuracy of CMAC is too low to meet the requirements of application in many fields. Hence, an associative interpolation algorithm is proposed in this paper for improving the learning accuracy of CMAC. Meanwhile, a simulation experiment is described. Its result shows that the learning accuracy of the improved CMAC is ten times higher than that of the original CMAC, and the learning convergence is also faster.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利