1) CMAC mapping
CMAC 变换
2) kernel CMAC
核CMAC
1.
In order to improve the speed and accuracy of the on-line learning neural network, a credit assignment concept based on kernel CMAC was proposed, where the credit was supposed to be the activated hypercubes previous learning times in the kernel space.
为了提高CMAC(cerebellarmodelarticulationcontrollers)神经网络实时在线学习的快速性和准确性,在核CMAC的基础上引入了信度分配的概念。
3) CMAC network
CMAC网络
1.
An asymmetric input division function is adopted in the CMAC network.
CMAC网络采用不均匀的输入量化函数,在零值误差附近增加量化等级,以提高系统的控制精度;而在误差较大处减小输入量化级数,从而在不增加存储空间的情况下,加大输入信号的范围。
2.
The CMAC model of neural network is selected to diagnose central air conditioner,and it is available to make use of the CMAC network by compressing its space of memory.
选用神经网络中的CMAC模型对中央空调系统进行故障诊断,并通过压缩其存储空间使CMAC网络得到实际运用。
3.
By introducing a concept of high order neural network and adopting a simple summation method,a CMAC network spanned on a multiple dimensional input space can be considered as a summation of several subnets with one dimensional input so that the topological structure of the system network is greatly simplified.
提出了将 CMAC网络与 PD控制器相结合的机器人在线自学习控制器 ,通过引入高阶网络的概念 ,采用简单的叠加处理法将多维输入空间的 CMAC神经网络化为多个一维输入子网络 ,从而简化系统的网络结构 。
4) CMAC inverse model
CMAC逆模型
6) fuzzy CMAC
模糊CMAC
1.
A method of hardware implementation of fuzzy CMAC based on FPGA is proposed.
提出了模糊CMAC网络的一种基于FPGA的硬件实现方法,首先,给出了模糊CMAC网络的模型及其算法,通过MATLAB仿真获取了模糊CMAC网络的FPGA实现所需的参数;在此基础上,对模糊CMAC网络进行硬件模块划分,基于VHDL实现了各硬件模块的功能描述,并对模块结构和权存储方式进行了优化;最后,在特定的FPGA器件上实现了模糊CMAC网络;测试结果表明:该模糊CMAC网络的FPGA实现方法是可行的,硬件化后的网络具有速度快、精度高、占用器件资源少的特点,是SOPC中实现模糊CMAC网络模块的一种有效方法。
补充资料：Radon变换和逆Radon变换
Radon变换和逆Radon变换
X线物理学术语。CT重建图像成像的主要理论依据之一。1917年澳大利亚数学家Radon首先论证了通过物体某一平面的投影重建物体该平面两维空间分布的公式。他的公式要求获得沿该平面所有可能的直线的全部投影(无限集合)。所获得的投影集称为Radon变换。由Radon变换进行重建图像的操作则称为逆Radon变换。Radon变换和逆Radon变换对CT成像的意义在于，它从数学原理上证实了通过物体某一断层层面“沿直线衰减分布的投影”重建该层面单位体积，即体素的线性衰减系数两维空间分布的可能性。
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