《直接映射低维小脑模型神经网络及在机器人传感器中的应用》PDF+DOC
作者:朱庆保
单位:中国科学院计算技术研究所;中国计算机学会
出版:《计算机学报》2003年第08期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFJSJX2003080150
DOC编号:DOCJSJX2003080159
下载格式:PDF + Word/doc 文字可复制、可编辑
《用于传感器非线性误差校正的新颖神经网络》PDF+DOC 朱庆保
《智能热舒适度测试仪的研究与开发》PDF+DOC2005年第06期 李慧
,段晨旭
,段培永
《非线性传感特性的神经网络学习校正方法及应用》PDF+DOC2004年第06期 朱庆保
《小脑神经网络及在机器人传感器中的应用》PDF+DOC2009年第11期 刘清
《在铣削加工中通过神经网络融合多路传感器监测刀具破损》PDF+DOC1995年第01期 金明华,韩云台,张德远
《基于模糊神经网络的多传感器系统滤波降噪的研究》PDF+DOC2010年第08期 宋占魁,赵国强
《二维力传感器动态补偿器设计》PDF+DOC2008年第S2期 马春苗,王勤,丁煜函,戴先中
《基于神经网络的六维力传感器静态标定方法研究》PDF+DOC2006年第02期 李海滨,段志信,高理富,康补晓
《SRM无位置传感器转子位置检测技术研究》PDF+DOC2014年第01期 龚大伟,黄友锐,凌六一,杨再甫
《基于小波神经网络的木材干燥窑内传感器建模研究》PDF+DOC2013年第11期 姜滨,孙丽萍,曹军,季仲致
提出了一种能高速度、高精度学习的低维小脑模型神经网络 .模型算法采用直接权地址映射技术 ,将训练样本的输入量化后直接作为联想存储器中C个权的首地址 ,建立起输入与权的关系 .经样本训练后 ,任意输入作为相近的两个样本间的权首地址 ,经过输出映射算法即可得到较精确的输出 .实验表明 ,它学习非线性函数的精度比最新改进的CMAC高十倍以上 ,收敛速度则快五十倍以上 ,且算法简单 ,不会发散 ,学习过程要求的存储器很小 ,实现容易 .此算法已用于机器人传感器的信号细分 ,取得了非常好的效果
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。