直接映射低维小脑模型神经网络及在机器人传感器中的应用

摘要

提出了一种能高速度、高精度学习的低维小脑模型神经网络.模型算法采用直接权地址映射技术,将训练样本的输入量化后直接作为联想存储器中C个权的首地址,建立起输入与权的关系.经样本训练后,任意输入作为相近的两个样本间的权首地址,经过输出映射算法即可得到较精确的输出.实验表明,它学习非线性函数的精度比最新改进的CMAC高十倍以上,收敛速度则快五十倍以上,且算法简单,不会发散,学习过程要求的存储器很小,实现容易.此算法已用于机器人传感器的信号细分,取得了非常好的效果.