期刊文献+

联想记忆系统的学习算法设计(I) 被引量:2

Design of Learning Algorithm for the Associative Memory System(Ⅰ)
下载PDF
导出
摘要 基于牛顿向前插公式设计了一种新的联想记忆系(NFI-AMS)的学习算法,用以实现任意阶的多变量多项式函数的无误差逼近。该系统与传统类型的CMAC-AMS相比,具有学习精度高和记忆空间小的特点;且比多层的BP网络具有学习算法简单和收敛速度快的特点。数值模拟表明,这种NFI-AMS在信号处理,模式识别,及高精度的实时智能控制等领域具有很大的应用潜力。 A new high order Associative Memory System based on Newton’s Forward Interpolation formula (NFI AMS) used for implementing the error free approximation to multivariable polynomial functions with arbitrarily given order is proposed.The AMS posses the advantages over conventional CMAC type AMS in high precision of learning and much less required memory size and also the advantages over multi layer BP neural networks in much less computational effort for learning and fast convergence rate.Numerical simulations have shown that application areas of signal processing,pattern recognition,and controller implementation for high precision real time intelligent control. [
出处 《北京联合大学学报》 CAS 1998年第3期38-45,共8页 Journal of Beijing Union University
基金 国家自然科学基金
关键词 神经网络 联想记忆系统 学习算法 设计 neural network associative memory system function approximation Newton's forward interpolation
  • 引文网络
  • 相关文献

同被引文献5

  • 1张立明.人工神经网络的模型及其应用[M].上海:复旦大学出版社,1994..
  • 2颜庆津.数值分析[M].北京航空航天大学出版社,1994..
  • 3Albus J S. A new approach to manipulator control: the cerebella model articulation controller(CMAC)[J]. Trans ASME Series G J Dynamics System, Measurement & Control, 1975, 97: 220-227.
  • 4焦李成.神经网络理论的应用[M].西安:西安电子科技大学出版社,1995.
  • 5邢春峰,柳重堪.一种新的联想记忆系统的学习收敛性(Ⅱ)[J].北京联合大学学报,2000,14(4):48-49. 被引量:1

引证文献2

二级引证文献4

;
使用帮助 返回顶部