云南高校图书馆联盟文献共享服务平台- 非线性动态系统辨识

非线性动态系统辨识: 作品数：27被引量：97H指数：6; 导出分析报告; 相关领域：自动化与计算机技术更多>>; 相关作者：李丽香彭海朋吴德会杨义先党选举更多>>; 相关机构：北京邮电大学中国石油大学（北京）九江学院东北石油大学更多>>; 相关期刊：《科学技术与工程》《电子科技大学学报》《计算机工程与应用》《佳木斯大学学报（自然科学版）》更多>>; 相关基金：国家自然科学基金国家教育部博士点基金教育部科学技术研究重点项目国家重点基础研究发展计划更多>>

一种用于非线性动态辨识的新型神经网络: 《控制工程》2024年第8期1383-1391,共9页张剑林瑞昌毕天昊; 为提高非线性动态系统辨识(NDSI)的效果,在结合自建型模糊神经网络(SCFNN)和多层神经元神经网络(MLPNN)的基础上,提出一种自建递归型模糊神经网络(SCRFNN)。SCRFNN相较于前者,多了一个递归通道与抑制模糊规则产生机制;相较于后者,增加...; 关键词：自建递归型模糊神经网络自建型模糊神经网络多层神经元神经网络非线性动态系统辨识

基于神经网络的Hammerstein非线性动态系统辨识被引量：1: 《江苏理工学院学报》2021年第2期9-15,共7页刘华卿李峰(指导) 李诚豪高歌王翔杨兵兵刘宏帅; 国家自然科学基金项目“基于深度学习的复杂工业过程块结构模型研究”(62003151);江苏省基础研究计划(自然科学基金)“基于数据驱动的模块化非线性系统辨识方法研究”(BK20191035);江苏省高等学校自然科学研究面上项目“基于深度学习的块结构非线性工业过程动态模型化研究”(19KJB120002);江苏省高等学校大学生创新创业训练项目“工业过程块结构模型辨识建模理论与方法研究”(202011463032Y)。; 针对单输入单输出的Hammerstein非线性动态系统,提出了一种基于神经网络的Hammerstein非线性动态系统辨识方法。首先,利用BP神经网络建立Hammerstein非线性系统的静态非线性模块,利用自回归模型建立Hammerstein非线性系统的动态线性模块...; 关键词：Hammerstein非线性系统神经网络最小二乘随机梯度

基于L2正则化LSTM的非线性动态系统辨识被引量：3: 《化工自动化及仪表》2021年第1期1-7,共7页徐宝昌吕爽董秀娟王健; LSTM本身具有良好的非线性逼近能力,但在应用于化工流程工业建模时,存在模型泛化能力低的问题。对此,提出一种基于L2正则化LSTM的非线性动态系统辨识策略,将L2正则化项引入网络的损失函数中,优化网络结构,从而提高模型泛化能力。同时,利...; 关键词：长短期记忆动态系统建模正则化方法

保精度-稀疏特性核回归模型的非线性动态系统辨识被引量：3: 《科学技术与工程》2020年第19期7804-7814,共11页刘小雍方华京; 国家自然科学基金(61473127);贵州省科学技术项目(黔科合基础[2018]1179号);贵州省教育厅青年项目(黔教合KY字[2016]254);贵州省千层次创新人才项目(遵市科合人才[2017]19号)。; 针对一组有限测量数据的非线性动态系统建模方法存在模型结构复杂且易出现过拟合等问题,从建模精度及模型稀疏特性出发,提出了保精度-稀疏特性的核回归模型用于辨识非线性动态系统。该方法将逼近误差的L∞范数思想与结构风险最小化理论...; 关键词：泛化性能辨识精度稀疏特性 L∞范数逼近误差 L1范数结构风险线性规划

基于Hammerstein型神经网络的非线性动态系统辨识: 《计算机应用与软件》2015年第10期168-171,共4页慕昆彭金柱; 高等学校博士学科点专项科研基金项目(20124101120001);中国博士后科学基金项目(2013M541992);河南省博士后基金项目(2013073);河南省教育厅科学技术研究重点项目(14A413009); Hammerstein模型广泛应用于非线性系统的辨识中,其结构是由非线性静态增益部分和一个线性动态部分串联。提出一种Hammerstein型神经网络用来模拟传统的Hammerstein模型,并将其应用于非线性动态系统的辨识中。由Lipschitz熵来确定Hammers...; 关键词：神经网络系统辨识 HAMMERSTEIN 模型非线性动态系统

基于非线性动态系统辨识的D-FNN算法研究被引量：1: 《中山大学学报（自然科学版）》2014年第5期20-24,共5页杨文茵张德丰王传胜; 广东省自然科学基金资助项目(S2011020002719); D-FNN的基本思想是构造一个基于扩展的RBF神经网络,它可以看成是一个TSK模糊系统,也可以看作是基于归一化的高斯RBF神经网络。D-FNN算法中,不仅参数可以在学习过程中调整,同时,也可以自动确定模糊神经网络的结构。非线性参数是由训练样...; 关键词：动态模糊神经网络模糊规则系统辨识 RBF

基于FLANN的非线性动态系统辨识被引量：2: 《集美大学学报（自然科学版）》2011年第2期128-134,共7页王荣杰朱昱; 广东省科技项目(2009390004202223); 采用一种基于FLANN-PSO的SISO非线性动态系统辨识方法,构造了基于FLANN的辨识模型,然后运用PSO优化算法实现模型权值辨识.通过对4种典型非线性动态系统进行了辨识仿真,结果表明该方法具有良好的性能和高辨识精度,它将更适合于工程实际需要.; 关键词：非线性动态系统辨识 FLANN PSO优化算法

一种基于过程神经元网络的非线性动态系统辨识模型及应用被引量：2: 《信息与控制》2010年第2期158-163,共6页许少华何新贵; 国家自然科学基金资助项目(60572174);黑龙江省教育厅科学技术研究项目(11521013);黑龙江省自然科学基金资助项目(ZA2006-11);黑龙江省科技攻关项目(GZ07A103); 针对复杂非线性动态系统辨识问题,提出了一种基于过程神经元网络(PNN)的辨识模型和方法.根据系统待辨识的模型结构和反映系统模态变化特征的动态样本数据,利用PNN对时变输入/输出信号的非线性变换机制和自适应学习能力,建立基于PNN的系...; 关键词：非线性动态系统辨识模型过程神经元网络

基于过程神经网络的非线性动态系统辨识被引量：1: 《佳木斯大学学报（自然科学版）》2009年第6期828-830,共3页程亮; 研究了过程神经网络在非线性动态系统辨识方面的应用.针对传统神经网络在解决系统过程式输入和时间顺序依赖性问题时出现的使模型和算法复杂化的弊端,提出了一种时变输入输出的过程神经元网络模型作为系统的辨识模型,采用基于函数基展...; 关键词：过程神经网络非线性动态系统系统辨识

基于改进微粒群算法的Elman网络在非线性动态系统辨识中的应用: 《电脑知识与技术》2009年第9X期7741-7742,共2页岳颀孙佳王新; 针对反向传播算法优化ELMAN神经网络权值时存在的收敛速度慢,求解精度低等问题,提出了改进微粒群算法修正网络权值的学习算法.仿真结果验证了基于改进微粒群算法的Elman神经网络在非线性系统中进行辨识的可行性。; 关键词：反向传播算法 ELMAN 系统辨识

非线性动态系统辨识