基于直接地址映射的CMAC神经网络

    紧锣密鼓的项目又开始了，经过一番研究准备融合神经网络与增强学习来实现基于FPGA的XX路径规划，越来越觉得这里边需要学的东西太多了，特别是机器学习好深邃啊。之前要在FPGA上实现的BP神经网络准备换成CMAC神经网络了，一开始以为CMAC神经网络挺容易，后来才发现理解起来也不是那么简单，而且与具体应用联系起来时实现起来还是问题重重，主要是在高维输入环境下权值的存取如何来解决，看了Jar-Shone Ker的直接权值地址映射CMAC法(线性收缩阵列法)困扰算是解决了。它采用一种多重权值的存储层接口和流水线权值单元地址机制，有效的压缩了权值存储空间，非常适合在FPGA上实现。

    今天就利用直接地址映射法在matlab上实现了正弦函数的逼近。很简单，但是里边的方法还是很有用的。