线性神经网络在系统辨识中的应用研究

• 作者: 李杰 王晓芳
• 来源期刊: 计算技术与自动化
• 关键词: 线性神经网络 Widrow-Hoff学习规则 系统辨识
• 年，卷（期）: 2004,（4）
• 所属期刊栏目: 自控理论及应用
• 页码范围: 25-27,41
• 页数: 4页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6199.2004.04.009

摘要

神经网络用于系统辨识最为常用的模型为BP模型,它能辨识线性和非线性系统,但BP网络存在收敛速度慢和易陷入局部极小值的缺点,影响系统辨识的速度和精度.线性神经网络结构简单,它采用Widrow-Hoff学习规则,收敛速度快,且不存在局部极小值问题,因此,对于线性系统,考虑用线性神经网络进行辨识,实验仿真结果表明,基于线性神经网络的系统辨识具有很高的辨识速度和精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李杰	青岛科技大学信息与控制工程学院	14	37	2.0	6.0
2	王晓芳	中国海洋大学工程学院	3	90	3.0	3.0