广义约束神经元网络模型系统结构参数辨识(英文) |
| |
引用本文: | 秦雨萍,张双,蒲志林.广义约束神经元网络模型系统结构参数辨识(英文)[J].四川师范大学学报(自然科学版),2013(4):509-515. |
| |
作者姓名: | 秦雨萍 张双 蒲志林 |
| |
作者单位: | 成都理工大学工程技术学院;澳门大学生物医学工程实验室;四川师范大学数学与软件科学学院 |
| |
基金项目: | supported by the Usual and Key Fund Project of Sichuan Provincial Department of Education(12ZB192 and 13ZA0003);乐山市科技局重点基金(13GZD040)~~ |
| |
摘 要: | 系统参数的辨识有助于帮助提高系统的透明性,从而增强系统的可控能力;如何提高系统参数的辨识能力是一个非常重要的课题,目前在单输入单输出(SISO)参数辨识上已经取得了一些成果.通过分析广义约束神经元网络模型,结合已有的一些理论,经过推理总结得到了m输入n输出(MINO)系统以及多输入多输出(MIMO)参数的辨识理论方法.经过实际验证,它为提高"黑盒"的透明度是可行的.该理论的提出,有助于提高广义约束神经元网络模型参数的辨识能力,进一步提高了神经网络"黑盒"系统的模型识别能力.
|
关 键 词: | GCNN 参数辨识 SISO MINO MIMO |
本文献已被 CNKI 等数据库收录! |
|