%0 Journal Article
%T 神经计算中坐标变换的网络模型(CMAC)的泛化特性
%A 欧阳楷
%A 陈卉
%A 周萍
%A 周琛
%J 自动化学报
%P 475-481
%D 1997
%X ？在神经计算中神经网络的泛化特性是一个非常重要的内容.该文简述了小脑模型(CMAC--CerebellarModelAreiculationController)的原理和学习算法,并用仿真方法讨论了在机器人使用的坐标变换关系(输入直角坐标值,输出机器手的关节角度)下CMAC的泛化性能:当泛化率为1:100时CMAC仍能正常工作.系统的精度虽能满足需要,但是进一步提高却受到限制.本文还讨论了影响精度的各种因素及可能的改进方法.
%K 泛化性能
%K 小脑模型(CMAC)
%K 坐标变换
%U http://www.aas.net.cn/CN/abstract/abstract17014.shtml