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English
2020-2021年专刊出版计划 微信服务介绍 最新一期:2020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
王士同,J.F. Baldwin,T.P. Martin.具有微分输出的神经网络New-CMAC及其学习收敛性.软件学报,2001,12(5):659-667
具有微分输出的神经网络New-CMAC及其学习收敛性
Research on New-CMAC with Differentiability Output and Its Learning Convergence
投稿时间:2000-04-18  修订日期:2000-10-17
DOI:
中文关键词:  CMAC(cerebellar model articulation computer)  学习收敛  模糊泛集合  学习规则
英文关键词:CMAC (cerebellar model architecture controller)  learning algorithm  differentiability output  locally weighted regression
基金项目:Supported by the National Natural Science Foundation of China under G rant No.6983004 (国家自然科学基金); British Royal Society
作者单位
王士同 华东船舶工程学院计算机系,江苏镇江 212003
英国Bristol大学高级计算研究中心英国 
J.F. Baldwin 英国Bristol大学高级计算研究中心英国 
T.P. Martin 英国Bristol大学高级计算研究中心英国 
摘要点击次数: 2898
全文下载次数: 2659
中文摘要:
      基于传统的CMAC神经网络和局部加权回归技术,提出了与传统CMAC(cerebellar model articulation computer)有着同样存储空间量的改进的新CMAC网络New-CMAC,它具有传统的输出和具有其微分信息的输出,因而更适合于自动控制.接着,又提出了其新的学习算法,并研究了其学习收敛性.
英文摘要:
      In this paper, based on conventional CMAC (cerebellar model architecture controller) neural network and locally weighted regression, the improved New CMAC with the same amount of memory as that of conventional CMAC is presented, which has the conventional output and its derivative information output and hence is especially appropriate for automatic control. Accordingly, the new learning algorithm is investigated, and its learning convergence is proved.
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