CMAC算法收敛性分析及泛化能力研究 (2001年)

利用矩阵理论和线性方程组迭代收敛的一般性原理，在不附加特殊条件的情况下，证明了CMAC算法在批量和增量两种学习方式下的收敛定理，对在关联矩阵正定条件下得出的结论进行推广和改进。在此基础上提出一种学习率自寻优的CMAC改进算法，并提出一种简单可行的评价CMAC网络整体泛化性能的指标。通过计算机仿真验证了收敛定理的正确性和改进算法的优越性，并研究得出了CMAC网络各个参数对其泛化性能影响的相关结论。