系统辨识中神经网络应用的初步研究与讨论
发布时间:2022-07-04 20:58
随着近几年技术的进步和神经网络项目研究的深入,将神经网络研究机制动态化应用到系统辨识项目中,引起了社会的广泛关注,借助实验表明,利用了神经网络机构的系统能在提升收敛速度的同时,优化整体泛化能力,实现整体网络项目的运行框架的升级。本文对系统辨识和神经网络的内涵进行了简要分析,并着重阐释了系统辨识中神经网络应用的具体路径,旨在为研究人员提供有价值的技术参考建议。
【文章页数】:1 页
【文章目录】:
1 内涵分析
1.1 系统辨识内涵分析
1.2 神经网络内涵分析
2 系统辨识中神经网络应用分析
2.1 神经网络辨识的基本原理
2.2 神经网络辨识的设计结构和基本算法
3 结语
【参考文献】:
期刊论文
[1]基于神经网络反馈补偿控制的磁悬浮球位置控制[J]. 朱坚民,沈正强,李孝茹,齐北川. 仪器仪表学报. 2014(05)
[2]基于综合目标函数的神经网络多新息辨识算法[J]. 徐宝昌,刘新乐. 中国石油大学学报(自然科学版). 2013(02)
[3]量子遗传算法优化RBF神经网络及其在热工辨识中的应用[J]. 董泽,黄宇,韩璞. 中国电机工程学报. 2008(17)
[4]人工神经网络的各参数对系统辨识精度的影响分析及各参数的确定方法[J]. 杨伟斌,吴光强,秦大同,鞠丽娟,吴小清,丘绪云. 机械工程学报. 2006(07)
本文编号:3655913
【文章页数】:1 页
【文章目录】:
1 内涵分析
1.1 系统辨识内涵分析
1.2 神经网络内涵分析
2 系统辨识中神经网络应用分析
2.1 神经网络辨识的基本原理
2.2 神经网络辨识的设计结构和基本算法
3 结语
【参考文献】:
期刊论文
[1]基于神经网络反馈补偿控制的磁悬浮球位置控制[J]. 朱坚民,沈正强,李孝茹,齐北川. 仪器仪表学报. 2014(05)
[2]基于综合目标函数的神经网络多新息辨识算法[J]. 徐宝昌,刘新乐. 中国石油大学学报(自然科学版). 2013(02)
[3]量子遗传算法优化RBF神经网络及其在热工辨识中的应用[J]. 董泽,黄宇,韩璞. 中国电机工程学报. 2008(17)
[4]人工神经网络的各参数对系统辨识精度的影响分析及各参数的确定方法[J]. 杨伟斌,吴光强,秦大同,鞠丽娟,吴小清,丘绪云. 机械工程学报. 2006(07)
本文编号:3655913
本文链接:https://www.wllwen.com/projectlw/xtxlw/3655913.html