2) CMAC-PID compound algorithm
CMAC-PD复合控制算法
3) CMAC mode
CMAC运算模式
4) kernel CMAC
核CMAC
1.
In order to improve the speed and accuracy of the on-line learning neural network, a credit assignment concept based on kernel CMAC was proposed, where the credit was supposed to be the activated hypercubes previous learning times in the kernel space.
为了提高CMAC(cerebellarmodelarticulationcontrollers)神经网络实时在线学习的快速性和准确性,在核CMAC的基础上引入了信度分配的概念。
5) CMAC network
CMAC网络
1.
An asymmetric input division function is adopted in the CMAC network.
CMAC网络采用不均匀的输入量化函数,在零值误差附近增加量化等级,以提高系统的控制精度;而在误差较大处减小输入量化级数,从而在不增加存储空间的情况下,加大输入信号的范围。
2.
The CMAC model of neural network is selected to diagnose central air conditioner,and it is available to make use of the CMAC network by compressing its space of memory.
选用神经网络中的CMAC模型对中央空调系统进行故障诊断,并通过压缩其存储空间使CMAC网络得到实际运用。
3.
By introducing a concept of high order neural network and adopting a simple summation method,a CMAC network spanned on a multiple dimensional input space can be considered as a summation of several subnets with one dimensional input so that the topological structure of the system network is greatly simplified.
提出了将 CMAC网络与 PD控制器相结合的机器人在线自学习控制器 ,通过引入高阶网络的概念 ,采用简单的叠加处理法将多维输入空间的 CMAC神经网络化为多个一维输入子网络 ,从而简化系统的网络结构 。
6) CMAC inverse model
CMAC逆模型
补充资料：BP算法
分子式：
CAS号：
性质：又称逆推学习算法，简称BP算法，是1986年鲁梅哈特(D. E. Rumelhart)和麦克莱朗德(J. L. McClelland)提出来的。用样本数据训练人工神经网络(一种模仿人脑的信息处理系统)，它自动地将实际输出值和期望值进行比较，得到误差信号，再根据误差信号从后(输出层)向前(输入层)逐层反传，调节各神经层神经元之间的连接权重，直至误差减至满足要求为止。反向传播算法的主要特征是中间层能对输出层反传过来的误差进行学习。这种算法不能保证训练期间实现全局误差最小，但可以实现局部误差最小。BP算法在图像处理、语音处理、优化等领域得到应用。
CAS号：
性质：又称逆推学习算法，简称BP算法，是1986年鲁梅哈特(D. E. Rumelhart)和麦克莱朗德(J. L. McClelland)提出来的。用样本数据训练人工神经网络(一种模仿人脑的信息处理系统)，它自动地将实际输出值和期望值进行比较，得到误差信号，再根据误差信号从后(输出层)向前(输入层)逐层反传，调节各神经层神经元之间的连接权重，直至误差减至满足要求为止。反向传播算法的主要特征是中间层能对输出层反传过来的误差进行学习。这种算法不能保证训练期间实现全局误差最小，但可以实现局部误差最小。BP算法在图像处理、语音处理、优化等领域得到应用。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条