1) CMAC neural network
CMAC神经网络
1.
Fuzzy CMAC neural network control of the electrohydraulic position servo systems subjected to unknown disturbances;
电液位置伺服系统的模糊CMAC神经网络控制研究
2.
Application of CMAC neural network with Gaussian basis functions to overcoming nonlinear friction;
高斯基函数CMAC神经网络用于克服摩擦非线性的研究
3.
Simulation of submarine maneuvers using CMAC neural networks
CMAC神经网络在潜艇操纵控制中的仿真应用
2) CMAC neural networks
CMAC神经网络
1.
Research on active magnetic bearings control based on CMAC neural networks;
基于CMAC神经网络的主动磁轴承控制研究
2.
CMAC neural networks-based robust-adaptive feedback linearization for MIMO nonlinear systems;
CMAC神经网络用于一类不确定MIMO非线性系统的鲁棒自适应反馈线性化
3.
Complex control of the turntable of a shipborne radar based on CMAC neural networks;
基于CMAC神经网络的舰载雷达转台的复合控制
3) CMAC neural network
CMAC 神经网络
1.
A scheme of fault diagnosis system for rotating machinery based on CMAC neural network is presented.
提出一种基于 CMAC 神经网络的旋转机械故障诊断系统方案,重点阐述了系统的硬件结构及软件设计思想,通过采用低功耗、微型化设计达到便携式要求。
4) fuzzy CMAC neural network
模糊CMAC神经网络
1.
A fuzzy CMAC neural network controller and its mixed learning algorithms;
模糊CMAC神经网络控制系统及混合学习算法
2.
In this paper,fuzzy CMAC neural network is compound with the optimal control method (H-J-B) to realize the the optimal control strategy of three-link manipulator.
研究了将模糊CMAC神经网络和最优控制方法Hkamilton-Jacobi-Bellman(H-J-B)相结合来实现三连杆机械臂的最优控制策略。
5) Generalized CMAC Neural Network
广义CMAC神经网络
1.
Generalized CMAC Neural Network and Its Application in Air-Fuel Ratio Control;
广义CMAC神经网络及在空燃比控制中的应用
6) Higher-order CMAC neural network
高阶CMAC神经网络
补充资料：Hopfield神经网络模型
Hopfield神经网络模型
Hopfield neural network model
收敛于稳定状态或Han加Ing距离小于2的极限环。 上述结论保证了神经网络并行计算的收敛性。 连续氏pfield神经网络中，各个神经元状态取值是连续的，由于离散H6pfield神经网络中的神经元与生物神经元的主要差异是:①生物神经元的I/O关系是连续的;②生物神经元由于存在时延，因此其动力学行为必须由非线性微分方程来描述。为此，在1984年J.J.H叩fi酗提出了连续氏pfield神经网络，它可用图1所示的电路实现，其动态方程┌───┐│·T叮 │└───┘图1连续F砧pfield神经网络 (a)Sigmoid非线性;(b)神经元模型可由下述微分方程式描述: 、，产 门J /r、l、1.。瓮一客、一佘Ii认=f(u￡)￡=l，2，…，n式中f(·)为连续可微的Sign101d函数;T，j=兀、i，j=1，2，“’，n几=0]=i1~.吞~·‘八文一Q*+，戮T，j‘一‘，2，”一”连续时间氏pfield神经网络式的计算能量函数定义为:一告客客几从砚 石l「Vi_1，、，合，，， +乞古!‘厂‘(x)dx一乙I，从(4) ’月R‘Jo“‘、一’一月一，” 对于式(3)，若f一‘为单调增且连续，C>0，T，j=几(i，j=1，2，一，n)，则沿系统的运动轨道有dE一。-丁丁足之Uat当且仅当贷一。时 箭一。式(3)的稳定平衡点就是能量函数E〔式(4)」的极小点，反之亦然。同时，连续氏pfield神经网络式(3)以大规模非线性连续时间并行方式处理信息。网络的稳定平衡点对应于其计算能量函数E的极小点，网络的计算时间就是它到达稳定的时间，网络的计算在系统趋于稳态的过程中也就完成了。这也是式(3)用于神经计算及联想记忆的基本原理，也即神经计算机的基本原理。HoPfield shenling wangluo moxingHopfield神经网络模型(Hopfieldne，Ine幻即0比m侧触l)一种单层全反馈的人工神经网络模型(后称之为氏p玉idd模型)，它对推动人工神经网络研究的复苏起了很重要的作用。 且，lield对人工神经网络研究的贡献主要有: (l)把有反馈的神经网络看作一个非线性动力系统，提出了系统的全局Lyap阴lov函数(或称能量函数)的概念，用于系统稳定性的分析; (2)利用上述分析方法解决人工智能中的组合优化问题，如15护;(3)给出了利用模拟电子线路实现的连续Hopfidd网络的电路模型，为进一步研究神经计算机创造了条件。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条