| 冗余度机器人运动模型的神经网络辨识及实现 | |
| 姜春福 ; 余跃庆 ; 刘迎春 | |
| 2012-04-13 ; 2012-04-13 | |
| 关键词 | 冗余机器人 神经网络 辨识 |
| 中文摘要 | 为提高网络学习速度,提出了一种新的动态神经网络结构———状态延迟输入动态递归神经网络.以德国PowerCubeTM模块化机器人为研究对象,将机器人系统返回的关节位置信息和OPTOTRAK30203维运动测量系统测得的机器人末端位置信息作为神经网络的学习样本,对包含各种影响因素的机器人运动模型进行了辨识,所得结果及误差分析,说明了SDIDRNN在学习能力上的优越性. |
| 原文出处 | http://guest.cnki.net/grid2008/brief/detailj.aspx?filename=KZLY200403010&dbname=CJFQ2004 |
| 内容类型 | 期刊论文 |
| 源URL | [http://hdl.handle.net/123456789/11733]  |
| 专题 | 北京工业大学 |
| 推荐引用方式 GB/T 7714 | 姜春福,余跃庆,刘迎春. 冗余度机器人运动模型的神经网络辨识及实现[J],2012, 2012. |
| APA | 姜春福,余跃庆,&刘迎春.(2012).冗余度机器人运动模型的神经网络辨识及实现.. |
| MLA | 姜春福,et al."冗余度机器人运动模型的神经网络辨识及实现".(2012). |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论