基于信任度 分配的cMAC神经网络算法（cA-cMAC）的主要思 想是存储单元被激活的次数越多，意味着与它相关 的多个样本已被学习，它所存储的权值也就越精确， 因此分给它的误差应该...
基于16个网页-相关网页
But in the actual process of using, CMAC often faces the problem occurred by the uneven distribution of units' credibility, therefore we use CA-CMAC instead of CMAC.
但是在实际的使用过程中，CMAC算法会产生可信度的分配问题，因此我们使用CA - CMAC来代替CMAC。
Convergent condition was given and validated. The simulation results of the inverse kinematics of 2-dof planar robot arm prove that CA-CMAC converges more rapidly than traditional CMAC.
通过二自由度平面机器人臂逆动力学求解的仿真，比较了CA - CMAC与传统CMAC的性能，结果表明，CA - CMAC具有更快的收敛速度。
应用推荐