具有微分输出的神经网络New-CMAC及其学习收敛性(英文)

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 com-puter)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 .

一种新型模糊神经网络函数逼近器

论文提出了一种新型模糊小脑模型神经网络(NFCMAC),它采用模糊隶属度函数作为接收域函数,能够获得较常规CMAC连续性强且有解析微分的复杂函数近似,具有计算量少,学习效率高等优点。同时研究了NFCMAC接受域函数的映射方法、隶属度函数及其参数的选取规律和学习算法。仿真结果表明NFCMAC具有良好的泛化能力和逼近精度,具有较高的收敛速度。