神经网络的数学模型及其基本特征

神经元门控电路只是一个基础,它解决的是神经元的个别特性问题,要研究神经系统的信息处理,还必须考虑它们之间的相互联系,即研究神经网络的信息处理问题.

CMAC在仿人机器人逆运动学计算中的应用

本文采用关节角位移和末端位姿误差作为小脑模型神经网络(CMAC)的输入,根据仿人机器人的正运动学模型来调整CMAC的权值,使网络最终逼近仿人机器人的逆模型,从而得到末端位姿到各个关节角的映射关系,避免了传统解析方法面临的计算量大、解不唯一的问题。MATLAB仿真结果表明,利用CMAC对仿人机器人的逆运动学问题求解,可以保证机器人位姿较好地跟踪给定的参考轨迹,说明CMAC能够逼近仿人机器人的逆运动学模型。

改进CMAC在森林火焰识别中的应用

由于传统火情识别存在的缺陷,提出一种基于双曲正割函数的变步长最小均方(LMS)算法的小脑模型神经网络(CMAC)森林火焰识别系统。通过分析火焰初期的一些静态和动态特性,对森林火焰进行初步识别。并在利用最优阈值搜寻法对图像进行分割处理的基础上,提取出相应的特征向量,作为改进CMAC的输入,利用神经网络进行森林火焰检测与识别。实验仿真表明,能对火焰进行准确、有效的判别。