论文部分内容阅读
构建了一种基于IF模型的侧抑制神经网络群，用以实现位置定位．采用基于H-H模型简化的IF模型构造神经网络群并基于概率密度分布进行位置定位．在神经网络群学习过程中，运用PITS(progressive interactive training scheme)方法进行参数学习，利用信息中心(IC)储存每次训练的结果，在保证输出收敛的情况下，比较跟踪结果的误差函数给出权值调整公式进行自学习．实验结果表明：基于IF模型构建的神经网络群可以实现位置定位．采用H-H模型简化的IF模型提高了学习效率和定位速度；运用PITS算法进行参数学习提高了定位精度．