其中,按照激活概率大小排序,激活前几个概率不为0的Z层神经元;激活每个Z层神经元时,依次执行如下过程:由Z层向Y层输入数据→激活Y层神经元→侧向激励→在新激活的神经元中保存新知识→建立保存有新知识的Y层神经元与Z层对应的神经元之间的权值连接。本发明可提高机器人的行为决策效率。"/>
退出
我的积分:
中文文献批量获取
外文文献批量获取
公开/公告号CN110000781B
专利类型发明专利
公开/公告日2021-06-08
原文格式PDF
申请/专利权人 郑州大学;
申请/专利号CN201910255732.8
发明设计人 王东署;杨凯;罗勇;辛健斌;王河山;马天磊;
申请日2019-03-29
分类号B25J9/16(20060101);G06N3/04(20060101);G06N3/08(20060101);
代理机构41133 焦作市科彤知识产权代理事务所(普通合伙);
代理人秦贞明
地址 450001 河南省郑州市高新技术开发区科学大道100号
入库时间 2022-08-23 11:55:40
机译: 基于和弦环形拓扑的中小型并行计算机直接网络的优化,以及基于预先选择的网络质量的和弦数目的优化
机译: 基于多尺度深卷积网络的铝氧化铝综合生产指标决策方法
机译:基于独立分量分析算法,线性判别分析,深度信仰网络,人工和模糊神经网络的运动方向概念分离
机译:用于移动机器人的基于神经网络的基于神经网络的多任务自主学习
机译:基于神经网络的不同运动方向刻板印象对响应时间和响应精度影响的研究
机译:基于模糊决策方法的移动机器人导航行为控制
机译:基于小波网络的移动机器人动力学模型控制。
机译:基于优化的社会网络群体决策方法及其在避难场所选择中的应用
机译:基于传感器节点距离的移动机器人路由路径决策方法研究
机译:基于Hough变换和无监督学习网络的装备声纳自主移动机器人的特征定位