线性系统辨识相关论文
支持向量机(SVM)是一种基于结构风险最小化原理的机器学习技术,也是一种新的具有很好泛化性能的回归方法.本文研究了利用支持向量......
针对前向神经网络在非线性动态系统建模时存在的缺陷,采用递归网络(RNN)对非线性动态系统建模.在权值的修正上,采用改进的遗传算法......
本文阐述了稀疏贝叶斯方法在非线性系统辨识中应用的基本理论,利用稀疏贝叶斯方法对一个单输入、单输出非线性系统的进行了仿真实......
本文针对复杂非线性系统,将PID控制引入到神经网络预测控制中,提出了一种采用递归神经网络实现系统多步预测PID控制算法.利用鲁棒......
讨论了一种用于非线性系统辨识的局部模型网络的结构、原理及网络训练方法。仿真研究表明，该方法学习收敛速度快、辨识能力强、适应......
该文定义了一类新的正交函数系－－按段多重Ｃｈｅｂｙｓｈｅｖ正交多项式系，讨论该函数系的一些主要性质和基本运算法则，并用此多项式系研究非线性系统辨识......
在一种简单的模糊规则系统的基础上，提出一种新的模糊辨识算法，该方法不仅能使模糊系统在非线性系统辨识中有足够的精度，而且由于其算......
该文定义了“规则熵”函数，以表征模糊规则库中前件参数的趋同程度。通过使熵函数值增大的算法使参数趋于相同，进而对规则库中的模糊......
在分析三层前向神经网络ＢＰ算法收敛性的基础上，获得了误差向量∞－范数渐进趋向于零下学习速率的取值范围，该范围与神经网络的状态及连接......
运用ＲＬＳ－ＢＰ算法克服了传统ＢＰ算法在应用于非线性系统辨识中存在的缺点，仿真结果表明，在非线性系统在线辨识中，ＲＬＳ－ＢＰ算法比ＢＰ算法更有效。......
在加性噪声背景下,将线性系统辨识问题纳入到独立分量分析(ICA)瞬时混合模型中,提出了一种新的结合ICA技术的线性系统辨识算法。该......
线性系统辨识的目的是确定对象系统的状态与参数，仿真是根据确定的状态与参数构成一个等于对象系统的仿真模型。本文讨论的是模型的......
