基于广义基函数的CMAC学习算法的改进及收敛性分析

摘要：

基于广义基函数的CMAC(Cerebellar Model Articulation Controller)学习算法(称C-L算法)收敛条件依赖于基函数和学习样本,很难同时满足学习快速性与收敛性.提出了一种改进学习算法,并证明改进算法是收敛的,而且收敛条件不依赖于基函数和学习样本.仿真结果表明改进算法优于C-L算法和标准的Albus算法.

关键词：CMAC、学习算法、基函数网络

所属期刊栏目：25

分类号：O1(数学)

在线出版日期：2004-03-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：258-263