小脑(xiǎonǎo)模型神经网络（CMAC）第一页，共二十一页。PART01PART02PART03PART04CMAC网络(wǎngluò)的基本思想CMAC网络的结构模型与工作(gōngzuò)原理仿真(fǎnɡzhēn)示例总结目录第二页，共二十一页。01CMAC网络(wǎngluò)的基本思想肌肉、四肢、关节、皮肤……感受信息反馈信息记忆存储器控制信号驱动联想有差异调整1975，J.S.Albus小脑模型神经网络（CMAC-CerebellarModelArticulationController）局部逼近神经网络：网络输入(shūrù)空间的某个局部区域只有少数几个连接权影响网络输出第三页，共二十一页。02CMAC网络(wǎngluò)的结构模型与工作原理输入空间U由所有可能的输入向量Ui组成,虚拟联想空间Ac是一个虚拟的空间，不占用物理存储，CMAC网络将其接受到的任何输入,映射到联想存储器Ac中的c个单元(dānyuán)。物理存储空间Ap中存储着网络的权值参数，Ac中的c个单元在物理存储空间Ap中找到对应的权值参数，做求和得到最终的网络输出。重点(zhòngdiǎn)：两个映射•第一次映射：U->Ac•第二次映射：Ac->Ap第四页，共二十一页。02CMAC网络(wǎngluò)的结构模型与工作原理从输入空间U至虚拟存储器AC的映射n维输入向量：Tnppppuuu],,,[21u][pu量化（离散化）：RuuuuppppcpTSsss([])[([]),([]),,([])]12映射至AC的c个存储单元：sjcjp([]),,,u112映射(yìngshè)映射法则可以根据实际情况选取，只需要满足一下规则即可。输入空间邻近两点（一点为一个n维输入向量），在Ac中有b个重叠单元被激励。距离越近，重叠越多；距离远的点，在Ac中不重叠第五页，共二十一页。02CMAC网络(wǎngluò)的结构模型与工作原理量化一般来说，实际应用时输入向量的各分量来自不同的传感器，其值多为模拟量，而Ac中每个元素只取0或1两种值。为使输入空间的点映射到虚拟联想(liánxiǎng)空间Ac的离散点，必须先将模拟量U量化，使其成为输入空间的离散点。第六页，共二十一页。02CMAC网络(wǎngluò)的结构模型与工作原理哈希映射哈希映射是压缩稀疏矩阵的一个常用技术。当在一个大的存储区域(qūyù)稀疏地存储一些数据时，可以通过哈希映射将其压缩到小的存储位置例：除留余数法：y＝f(x)＝x％k(k决定了压缩率)第七页，共二十一页。02CMAC网络(wǎngluò)的结构模型与工作原理实际映射Ac→Ap这个过程最简单的实现(shíxiàn)方法就是线性一一映射。输出(shūchū)：pTpcjPjjpswywRu1])([其中TcjpwwwwW],,,,[21...
