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:
根据动态神经网络具有通过学习能以任意精度逼近非线性函数的特性,建立了用于船舶运动极短期预报的对角回归网络(DRNN)模型及算法,并将该算法所取得的结果与自回归预报法和周期图预报法的结果相比较,说明了该算法的可行性.
推荐文章
基于RBF-AR的船舶变形极短期预报
船体变形
预报
状态相依自回归模型(SD-AR)
径向基神经网络(RBF)
船舶运动姿态极短期预报研究
船舶运动姿态
极短期预报
建模
基于递归神经网络的多步预报方法
多步预报
神经网络
时间序列
基于神经网络补偿的线性弹道落点预报方法
神经网络
线性弹道
落点预报
改进型梯度下降法
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 基于神经网络方法的船舶姿态运动极短期预报与仿真
来源期刊 系统仿真学报 学科 工学
关键词 非线性时间序列 建模预报 对角回归神经网络
年,卷(期) 2002,(5) 所属期刊栏目 决策与控制
研究方向 页码范围 641-642,649
页数 3页 分类号 TP391.9
字数 1889字 语种 中文
DOI 10.3969/j.issn.1004-731X.2002.05.029
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 赵希人 哈尔滨工程大学自动化学院 51 700 17.0 23.0
2 彭秀艳 哈尔滨工程大学自动化学院 71 701 17.0 23.0
3 张孝双 哈尔滨工程大学自动化学院 1 28 1.0 1.0
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  (2)
节点文献
引证文献  (28)
同被引文献  (26)
二级引证文献  (130)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(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)
2002(1)
  • 引证文献(1)
  • 二级引证文献(0)
2004(1)
  • 引证文献(0)
  • 二级引证文献(1)
2005(2)
  • 引证文献(1)
  • 二级引证文献(1)
2006(13)
  • 引证文献(5)
  • 二级引证文献(8)
2007(10)
  • 引证文献(2)
  • 二级引证文献(8)
2008(14)
  • 引证文献(2)
  • 二级引证文献(12)
2009(15)
  • 引证文献(4)
  • 二级引证文献(11)
2010(11)
  • 引证文献(1)
  • 二级引证文献(10)
2011(8)
  • 引证文献(4)
  • 二级引证文献(4)
2012(14)
  • 引证文献(0)
  • 二级引证文献(14)
2013(10)
  • 引证文献(0)
  • 二级引证文献(10)
2014(19)
  • 引证文献(3)
  • 二级引证文献(16)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(8)
  • 引证文献(0)
  • 二级引证文献(8)
2017(11)
  • 引证文献(2)
  • 二级引证文献(9)
2018(8)
  • 引证文献(1)
  • 二级引证文献(7)
2019(9)
  • 引证文献(2)
  • 二级引证文献(7)
2020(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
非线性时间序列
建模预报
对角回归神经网络
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
系统仿真学报
月刊
1004-731X
11-3092/V
大16开
北京市海淀区永定路50号院
82-9
1989
chi
出版文献量(篇)
14694
总下载数(次)
35
论文1v1指导