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:
大系统的特点是维数高、待估计的参数数目多,使得辨识方法的计算量和存储量急剧增加,以致常规辨识算法难以实现.为了减少大系统辨识的计算量,提出了计算量较小的递阶辨识算法,并用鞅超收敛定理证明了它的收敛性.结果说明该算法可以给出大系统参数的一致估计.
推荐文章
系统辨识(7):递阶辨识原理与方法
迭代辨识
递推辨识
参数估计
FIR模型
方程误差模型
CAR模型
CARMA模型
CARAR模型
CARARMA模型
输出误差模型
OEMA模型
OEAR模型
辅助模型辨识
多新息辨识
递阶辨识
耦合辨识
复杂系统的递阶模糊辨识
模糊辨识
递阶模糊模型
系统辨识
XML结构与递阶数
XML
计算机语言
计算
数论
递阶数
递阶函数
分数阶系统时域子空间辨识
子空间方法
分数阶系统
时域辨识
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 大系统的递阶辨识
来源期刊 自动化学报 学科 工学
关键词 大系统 辨识 参数估计 递阶辨识
年,卷(期) 1999,(5) 所属期刊栏目 论文与报告
研究方向 页码范围 647-654
页数 分类号 TP3
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 丁锋 清华大学自动化系 20 401 11.0 20.0
2 杨家本 清华大学自动化系 31 1143 17.0 31.0
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  (6)
节点文献
引证文献  (55)
同被引文献  (50)
二级引证文献  (849)
1992(2)
  • 参考文献(2)
  • 二级参考文献(0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(2)
  • 参考文献(2)
  • 二级参考文献(0)
1999(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)
2001(2)
  • 引证文献(2)
  • 二级引证文献(0)
2002(7)
  • 引证文献(5)
  • 二级引证文献(2)
2003(6)
  • 引证文献(2)
  • 二级引证文献(4)
2004(6)
  • 引证文献(2)
  • 二级引证文献(4)
2005(13)
  • 引证文献(1)
  • 二级引证文献(12)
2006(19)
  • 引证文献(2)
  • 二级引证文献(17)
2007(30)
  • 引证文献(3)
  • 二级引证文献(27)
2008(67)
  • 引证文献(8)
  • 二级引证文献(59)
2009(50)
  • 引证文献(1)
  • 二级引证文献(49)
2010(25)
  • 引证文献(1)
  • 二级引证文献(24)
2011(74)
  • 引证文献(6)
  • 二级引证文献(68)
2012(83)
  • 引证文献(6)
  • 二级引证文献(77)
2013(46)
  • 引证文献(1)
  • 二级引证文献(45)
2014(119)
  • 引证文献(7)
  • 二级引证文献(112)
2015(106)
  • 引证文献(2)
  • 二级引证文献(104)
2016(90)
  • 引证文献(4)
  • 二级引证文献(86)
2017(60)
  • 引证文献(1)
  • 二级引证文献(59)
2018(65)
  • 引证文献(0)
  • 二级引证文献(65)
2019(33)
  • 引证文献(1)
  • 二级引证文献(32)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
大系统
辨识
参数估计
递阶辨识
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
自动化学报
月刊
0254-4156
11-2109/TP
大16开
北京市海淀区中关村东路95号(北京2728信箱)
2-180
1963
chi
出版文献量(篇)
4124
总下载数(次)
26
总被引数(次)
120705
论文1v1指导