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