模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2006, Vol. 19 Issue (3): 382-387    DOI:
研究与应用 最新目录| 下期目录| 过刊浏览| 高级检索 |
CMAC算法中泛化特性分析
林旭梅1,2,梅涛1,骆敏舟1,宋彦锋1
1.中国科学院合肥智能机械研究所 仿生感知与控制中心 合肥 230031
2.中国科学技术大学 工程科学学院 精密机械与精密仪器系 合肥 230026
The Analysis of CMAC Generalization
LIN XuMei 1,2, MEI Tao1, LUO MinZhou1, SONG YanFeng1
1.Center of Biomimetic Sensing and Control Research, Institute of Intelligent Machines, Chinese Academy of Sciences, Hefei 230031
2.Department of Precision Machinery and Precision Instrumentation, School of Engineering Science, University of Science and Technology of China, Hefei 230026

全文: PDF (498 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 CMAC算法中,研究泛化性能是其中一项主要内容.泛化性能好,则网络的学习精度高. 本文阐述网络的原理、结构、学习算法,对影响泛化性能的量化精度、采样精度及其之间的关系进行理论分析.并通过计算机仿真验证了当量化精度等于采样精度、量化精度大于采样精度时对网络精度的影响, 得出量化精度应该大于采样精度的结论. 提出一种利用基于多目标的遗传算法来确定泛化常数和量化精度的方法,并通过实例验证方法的正确性.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
林旭梅
梅涛
骆敏舟
宋彦锋
关键词 小脑模型控制器(CMAC)泛化量化精度采样精度遗传算法    
Abstract:Generalization is very important in Cerebellar Model Articulation Controller (CMAC). If CMAC has good generalization, it will have high precision. In this paper, the principle, structure and learning algorithm of CMAC are described. The relationship between the quantification precision and sampling precision that influences the generalization is discussed theoretically. Simulation results show the correctness of relationship between the quantification and sampling precision, and the conclusion that the quantification precision should be higher than the sampling precision is gotten. Moreover, a new kind of optimization based on pareto genetic algorithm (PGA) about generalization parameter and quantification precision is proposed. Experimental results show the correctness of the new method.
Key wordsCerebellar Model Articulation Controller (CMAC)    Generalization    Quantification Precision    Sampling Precision    Genetic Algorithms   
收稿日期: 2005-03-08     
ZTFLH: TP18  
作者简介: 林旭梅,女,1971年生,博士研究生,主要研究方向为机器人及智能系统.E-mail: xmlin@iim.ac.an.梅涛,男,1962年生,研究员,博士生导师,主要研究方向为机器人及微机电系统等.骆敏舟,男,1973年生,副研究员,主要研究方向为机器人、智能机械.宋彦锋,男,1979年生,硕士研究生,主要研究方向为机器人及智能系统.
引用本文:   
林旭梅,梅涛,骆敏舟,宋彦锋. CMAC算法中泛化特性分析[J]. 模式识别与人工智能, 2006, 19(3): 382-387. LIN XuMei, MEI Tao, LUO MinZhou, SONG YanFeng. The Analysis of CMAC Generalization. , 2006, 19(3): 382-387.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2006/V19/I3/382
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn