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:
研究了Hammerstein模型的辨识问题,并考虑了多输入多输出(MIMO)情况.提出一种混合神经网络辨识模型,该模型由一个多层前馈神经网络(MFNN)与一个线性神经网络(LNN)串联而成.给出了一个反向传播(BP)算法同步训练该混合神经网络的权值和阈值.仿真结果表明了该方法的有效性.
推荐文章
双线性Hammerstein模型的集成辨识方法
双线性 Hammerstein 模型
集成辨识
神经网络
基于RBF神经网络的Hammerstein模型辨识
系统辨识
Hammerstein模型
RBF神经网络
基于Hammerstein-Wiener模型的连续搅拌反应釜神经网络预测控制
Hammerstein-Wiener模型
最小二乘支持向量机
BP神经网络
非线性预测控制
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 利用混合神经网络辨识Hammerstein模型的方法
来源期刊 东南大学学报(英文版) 学科 工学
关键词 神经网络 非线性系统辨识 Hammerstein模型
年,卷(期) 2001,(1) 所属期刊栏目
研究方向 页码范围 26-30
页数 5页 分类号 TP14
字数 1286字 语种 英文
DOI 10.3969/j.issn.1003-7985.2001.01.007
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 李奇 东南大学自动化研究所 113 1206 18.0 29.0
2 李世华 东南大学自动控制系 52 909 16.0 29.0
3 李捷 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (8)
参考文献  (4)
节点文献
引证文献  (5)
同被引文献  (2)
二级引证文献  (34)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(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)
2005(5)
  • 引证文献(2)
  • 二级引证文献(3)
2006(1)
  • 引证文献(0)
  • 二级引证文献(1)
2007(11)
  • 引证文献(1)
  • 二级引证文献(10)
2008(2)
  • 引证文献(0)
  • 二级引证文献(2)
2009(4)
  • 引证文献(0)
  • 二级引证文献(4)
2010(2)
  • 引证文献(0)
  • 二级引证文献(2)
2011(3)
  • 引证文献(2)
  • 二级引证文献(1)
2012(4)
  • 引证文献(0)
  • 二级引证文献(4)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(3)
  • 引证文献(0)
  • 二级引证文献(3)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
神经网络
非线性系统辨识
Hammerstein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
东南大学学报(英文版)
季刊
1003-7985
32-1325/N
大16开
南京四牌楼2号
1984
eng
出版文献量(篇)
2004
总下载数(次)
1
总被引数(次)
8843
论文1v1指导