《基于函数连接神经网络的传感器Hammerstein模型辨识研究》PDF+DOC
作者:刘滔,韩华亭,马婧,雷超
单位:中国计量测试学会
出版:《计量学报》2015年第01期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFJLXB2015010210
DOC编号:DOCJLXB2015010219
下载格式:PDF + Word/doc 文字可复制、可编辑
《一类非线性动态系统的Hammerstein模型辨识》PDF+DOC2000年第03期 郭毓,刘颖,马勤弟
《一种基于函数型神经网络的传感器静态模型辨识方法》PDF+DOC1999年第02期 戴文战
《基于神经网络的传感器非线性静态特性模型辨识》PDF+DOC2006年第01期 孙川,朱翔鸥,王永骥
《一种动态非线性模型传感器的辨识和补偿方法》PDF+DOC2006年第07期 高璐,陆宇平
《基于Gauss-Hermite逼近的非线性加权观测融合无迹Kalman滤波器》PDF+DOC2019年第03期 李云,孙书利,郝钢
《力传感器模型辨识及动态补偿器设计》PDF+DOC2018年第07期 王镜森,曹家勇,姚淳哲,吴玉春
《热电偶模型的非线性估计》PDF+DOC1998年第03期 庄哲民
《模糊J-K触发器神经网络降低传感器交叉敏感方法》PDF+DOC2011年第09期 文会飞,汤晓君,刘君华
《基于渐近法的废气氧传感器Hammerstein模型辨识》PDF+DOC2010年第07期 滕勤,安鹏,徐科军
《基于SVR的传感器Hammerstein模型辨识》PDF+DOC2007年第05期 王晓红,吴德会
针对非线性动态传感器模型辨识问题,提出利用函数连接神经网络算法对非线性系统的Hammerstein模型进行一步辨识的方法。以多项式逼近传感器中的静态非线性环节,同时结合动态线性环节的差分方程,建立关于直接输入输出的离散数据表达式,利用改进FLANN训练求解Hammerstein模型参数。采用变学习因子的方法对FLANN算法进行改进,提高了收敛速率和稳定性。实验结果表明,该辨识方法简单有效且具有更快的收敛速度。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。