%0 Journal Article
%T 基于信度分配的串行集成CMAC及其仿真
%A 鲍琼
%A 顾幸生
%J 华东理工大学学报
%D 2008
%X 针对AlbusCMAC在学习精度与存贮容量之间的矛盾,借鉴神经网络集成思想,并引入可信度的概念,提出了基于信度分配的串行集成CMAC,以提高学习系统的泛化能力和网络收敛速度。通过对复杂非线性函数的逐级降维,分步逼近,有效地提高了网络的学习精度。仿真研究进一步验证了该方案的可行性和有效性。
%K CMAC
%K 信度分配
%K 串行
%K 神经网络集成
%U http://journal.ecust.edu.cn/ch/reader/view_abstract.aspx?file_no=200805191&flag=1