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:
提出了一种新的辨识模型对Wiener模型进行辨识.该模型由一线性动态神经元串联一静态BP网络模型组成.利用线性动态神经元对Wiener模型的线性动态部分建模,利用静态BP网络逼近模型的静态非线性部分.并且给出了统一的BP辨识算法.仿真结果表明了该方法的有效性.
推荐文章
非线性动态系统的Wiener神经网络辨识法
非线性动态系统
辨识
神经网络
Wiener模型
基于动态递归神经网络的木材干燥模型辨识
辨识
木材干燥
动态递归神经网络
状态-输出模型
基于循环神经网络的动态等值模型辨识
辨识
电力系统
动态等值
循环神经网络
串并联辨识结构
动态特性
基于BP神经网络的结构系统跟踪辨识方法
跟踪识别
结构系统辨识
BP神经网络
地震荷载
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 一种基于动态人工神经网络的Wiener模型辨识
来源期刊 控制理论与应用 学科 工学
关键词 人工神经网络 系统辨识 Wiener模型
年,卷(期) 2000,(1) 所属期刊栏目 短文
研究方向 页码范围 92-95
页数 4页 分类号 TP3
字数 2885字 语种 中文
DOI 10.3969/j.issn.1000-8152.2000.01.022
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  (6)
节点文献
引证文献  (24)
同被引文献  (3)
二级引证文献  (117)
1990(2)
  • 参考文献(2)
  • 二级参考文献(0)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(2)
  • 参考文献(2)
  • 二级参考文献(0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2000(1)
  • 引证文献(1)
  • 二级引证文献(0)
2001(2)
  • 引证文献(2)
  • 二级引证文献(0)
2002(5)
  • 引证文献(4)
  • 二级引证文献(1)
2003(15)
  • 引证文献(2)
  • 二级引证文献(13)
2004(7)
  • 引证文献(1)
  • 二级引证文献(6)
2005(12)
  • 引证文献(1)
  • 二级引证文献(11)
2006(15)
  • 引证文献(0)
  • 二级引证文献(15)
2007(13)
  • 引证文献(2)
  • 二级引证文献(11)
2008(12)
  • 引证文献(2)
  • 二级引证文献(10)
2009(8)
  • 引证文献(1)
  • 二级引证文献(7)
2010(8)
  • 引证文献(2)
  • 二级引证文献(6)
2011(9)
  • 引证文献(0)
  • 二级引证文献(9)
2012(4)
  • 引证文献(0)
  • 二级引证文献(4)
2013(7)
  • 引证文献(1)
  • 二级引证文献(6)
2014(10)
  • 引证文献(2)
  • 二级引证文献(8)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(3)
  • 引证文献(2)
  • 二级引证文献(1)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(5)
  • 引证文献(1)
  • 二级引证文献(4)
研究主题发展历程
节点文献
人工神经网络
系统辨识
Wiener模型
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
控制理论与应用
月刊
1000-8152
44-1240/TP
大16开
广州市五山华南理工大学内
46-11
1984
chi
出版文献量(篇)
4979
总下载数(次)
16
总被引数(次)
72515
论文1v1指导