论文部分内容阅读
如何选择合适网络参数是传统CMAC(Cerebelloar Model Articulation Controller)应用中的一个难题,采用泛化均方差(GMSE)和学习均方差(LMSE)来分别评价赵闭球CMAC的泛化能力与记忆精度,并引入权调整率的概念,来研究CMAC结构参数与学习性能的关系,研究结果表明,在样本分布和量化级数不变时,泛化均方差和学习均方差是权调整率的非增函数因此超闭球MAC在满