论文部分内容阅读
现有的小脑神经网络存在算法复杂、泛化精度低、收敛性差等缺点,无法直接在测量技术中使用和实现.本文研究了一种单输入单输出的小脑神经网络(SISO-CMAC),模型算法为直接地址映射,以输入v的量化值为地址,建立起输入v与权重w的关系.另外,通过对输入v进行模糊化,增强泛化能力,并使得每次学习只要调整2个权值.SISO-CMAC具有收敛速度快、算法简单的特点,可以在单片机上实现.最后,将SI-SO-CAMC用于机器人位置、速度传感器的信号细分,取得了满意的效果.