【摘 要】
：
由于工业生产过程受到多种因素的干扰,使得有色噪声干扰系统的辨识变得更加困难.论文通过极大化似然函数,结合信息滤波技术研究一类有色噪声线性系统和非线性系统的参数辨识问题,选题具有理论意义和应用前景.取得了如下的成果.（1）针对标量方程误差ARMA系统,提出了基于信息滤波的极大似然增广梯度算法;为了加快梯度算法的收敛速度,引进新息,提出了基于信息滤波的极大似然多新息增广梯度算法.为了提高参数估计精度,
论文部分内容阅读
由于工业生产过程受到多种因素的干扰,使得有色噪声干扰系统的辨识变得更加困难.论文通过极大化似然函数,结合信息滤波技术研究一类有色噪声线性系统和非线性系统的参数辨识问题,选题具有理论意义和应用前景.取得了如下的成果.（1）针对标量方程误差ARMA系统,提出了基于信息滤波的极大似然增广梯度算法;为了加快梯度算法的收敛速度,引进新息,提出了基于信息滤波的极大似然多新息增广梯度算法.为了提高参数估计精度,推导了基于信息滤波的极大似然增广最小二乘算法.进一步,将提出的算法推广到多变量方程误差ARMA系统的参数估计中.（2）针对类多变量受控自回归ARMA系统,由于多变量系统的变量多、维数大,将系统分解成m（m是系统输出的维数）个子系统,再利用信息滤波对每个子系统的输入输出数据进行滤波,提出了子系统的信息滤波极大似然增广梯度算法,并与极大似然广义增广梯度算法进行比较,减少了有色噪声对参数估计的影响,提高了参数辨识精度.（3）针对多输入非线性Box-Jenkins系统,为了解决其非线性及有色噪声干扰的困难,利用分解技术,研究了基于分解的极大似然广义增广最小二乘辨识算法;针对有色噪声的干扰,选取适当的滤波器,对系统的输入输出数据进行预处理,再结合极大似然方法,提出了基于信息滤波技术的极大似然广义增广梯度辨识算法,减少了参数估计误差.论文中,对所提出的辨识算法都结合了数值算例,进行了仿真试验,通过仿真例子验证了算法的有效性。
其他文献
近年来,越来越多的天然聚合物和合成聚合物被用于纳米纤维复合材料的生产,具有广泛的应用前景。纤维素基复合材料由于其优异的细胞粘附性、高孔隙率和表面体积比、优异的力学性能、延展性、渗透性、可降解能力和生物相容性等性能而受到人们的广泛关注。细菌纤维素（BC）作为一种微生物多糖,是自然界生产的最强细胞外生物可降解聚合物材料之一,具有较高的强度和模量,纤维直径在20-100纳米之间,具有高结晶度、超细网状纤
非公立医疗机构是公立医疗机构有效的医疗资源补充,为满足患者能及时、就近、便利看病和解决看病难问题发挥了积极的作用。非公立医疗机构分为营利性质和非营利性质两类。由于非公立医疗机构创办时间有先后,规模大小不同,医疗设备配置及先进程度不一,医疗水平参差不齐,各非公立医疗机构投资人办医院的理念不同及管理水平差异,医疗技术良莠不齐,故医疗收费项目、标准也千差万别,并存在不同程度的收费乱象。如何加强对非
思政教育是当下培育人才最为重要的一个领域,为了能够让学生们充分地认识到思政的重要性,每个教师也是在课堂上融入了思政教育。对于应用型本科院校里的成本会计专业的学生更是要多注意思政的教育,毕竟思政教育是做人、做会计的根本。本文以应用型本科院校的成本会计课程为例,分析了成本会计中思政教育的重要性以及存在的问题,并提出了改变原有的教学模式、提高教师的自身道德素质等完善思政教育的方法,以此来提高学生们的思想
分布参数系统的状态同时依赖于时间和空间,因此是一类无穷维的动力系统,其广泛应用于工程、社会、生态、环境等领域.研究基于传感器/执行器网络的分布参数系统控制问题具有重要的理论意义和应用价值.本文在传感器/执行器网络环境下,针对n-维空间上的扩散系统,研究利用移动智能体协同控制,以提高系统的控制性能.针对n-维耦合分数阶反应扩散系统,研究利用传感器/执行器网络对系统进行边界控制的方法.主要研究工作如下
近年来,机器学习随着人工智能的火热得到了如火如荼地发展,在推荐系统、机器翻译、语音识别等领域得到了广泛而成功应用。但是,随着应用场景的不断扩大,数据的规模和形式也变得复杂,多样化的数据场景,例如含有噪音特征和噪音标签的训练数据等,给传统的机器学习方法带来了巨大的挑战。在有监督机器学习中,经典的神经网络和TSK模糊系统在面对这些复杂的数据场景时,往往会遇到如下问题:由于技术的限制,采集到的数据不可避
尽管实际工业系统中存在许多可测变量,但也经常出现一些变量不可得到的情况.论文利用辅助模型来估算这些不可测变量,研究一类存在未知变量的多变量输出误差系统的辅助模型递推辨识算法及其收敛性问题.选题具有理论意义和学术价值,主要工作如下.（1）针对白噪声干扰下的多元输出误差系统,运用辅助模型辨识思想,分别推导了基于分解的辅助模型随机梯度算法和辅助模型最小二乘算法,借助于随机鞅理论分析了算法的收敛性问题.进
近年来,人工智能技术在人类生活中的各个领域都得到了广泛地应用。特别是机器学习技术在分类、聚类以及回归等众多知识任务中都取得了突破性进展。其中,分类是目前机器学习中重要的研究方向之一,它广泛应用于语义解析、图像识别、文本分类以及辅助医学诊断等实际应用场合。Takagi-Sugeno-Kang（TSK）作为人工智能的一个重要研究分支已被应用到多个领域,怎样提高它的分类性能和增强可解释性仍然是一个十分具
活动边界分布参数系统是一类无穷维系统,具有广阔的应用背景,其边界的时变特性会影响系统的性能。而移动控制相当于对系统增加了一个控制维度,能有效提升系统的性能。因此,对活动边界分布参数系统的移动控制与估计研究具有重要的理论和实际意义。本文基于活动边界分布参数系统,利用算子半群理论、Lyapunov稳定性判据以及随机分析等方法,通过移动传感器/执行器网络对几类活动边界分布参数系统进行移动控制与估计,主要
目的探讨优化绩效考核以促进临床医疗专科质量管理提升的方法。方法运用PDCA循环法分析影响临床专科绩效考核指标差异变化的因素,以此制定相应的整改措施并进行效果评价。结果通过在临床专科绩效考核中实施一系列管理措施,优化了专科绩效考核指标,规范了医疗行为,控制了费用过快增长,提高了运营效率。结论应用PDCA循环法改进临床专科绩效考核管理,可提高管理的科学性和有效性,有利于提高医院精细化管理水平。