基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
该文基于全反馈高阶关联神经网络优化理论,提出了一种将神经网络优化方法应用于ARMA谱估计(ARMA-NNO法)的理论框架.该方法与迄今为止所见方法的区别在于,它直接面对ARMA扩展的Yule?Walker方程的非线性,同时估计出模型的AR和MA两部分参数.描述估计质量的加权均方误差被当作神经网络能量函数,从而导出了ARMA-NNO法的Lyapunov方程.文中讨论了此法的实现方案,给出了几个谱估计实例,通过与其它几种ARMA谱估计方法的比较,证明了它的有效性.
推荐文章
ARMA谱估计简介及Cadzow方法
ARMA谱估计
AR模型
Cadzow
功率谱密度
ARMA建模在神经网络卡钻预测方法中的应用研究
卡钻
预测
时间序列
ARMA建模
BP神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 ARMA谱估计的高阶关联神经网络优化方法
来源期刊 信号处理 学科 工学
关键词 谱估计 ARMA模型 神经网络优化方法 能量函数
年,卷(期) 1998,(3) 所属期刊栏目
研究方向 页码范围 199-204
页数 6页 分类号 TP18
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
谱估计
ARMA模型
神经网络优化方法
能量函数
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信号处理
月刊
1003-0530
11-2406/TN
大16开
北京鼓楼西大街41号
18-143
1985
chi
出版文献量(篇)
5053
总下载数(次)
13
总被引数(次)
32728
论文1v1指导