论文部分内容阅读
在用神经网络进行系统建模时 ,建模误差的存在是难免的 .为了减小这种误差 ,本文对连续时间非线性系统提出了一种新的神经网络辨识模型 ,它是由带有输入修正的神经网络和稳定滤波器组合而成 .文中给出了权值的学习算法 ,即权值是根据辨识误差的投影算法来改变 ,证明了在一定条件下辨识误差的收敛性