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:
为了提高动态系统的辨识精度,提出一种基于前馈神经网络的多新息随机梯度辨识算法,它通过动态调整网络权值来提高网络在线辨识性能.由于多新息随机梯度辨识算法利用了系统的当前数据和历史数据,对动态辨识,特别是对具有纯时间延迟动态系统的辨识,较传统的BP算法在辨识精度和收敛速度方面具有更好的效果.仿真结果表明该算法的有效性.
推荐文章
基于综合目标函数的神经网络多新息辨识算法
系统辨识
综合目标函数
神经网络
多新息
多新息随机梯度辨识方法
辨识
参数估计
多新息辨识
最小均方算法
多元系统耦合多新息随机梯度类辨识方法
参数估计
递推辨识
梯度搜索
最小二乘
辅助模型辨识思想
多新息辨识理论
递阶辨识原理
耦合辨识概念
多元系统
变遗忘因子多新息随机梯度算法双馈电机参数辨识
双馈电机
矢量控制
变遗忘因子
多新息随机梯度算法
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 基于前向神经网络的多新息随机梯度辨识算法
来源期刊 哈尔滨商业大学学报(自然科学版) 学科 工学
关键词 多新息随机梯度辨识算法 前向神经网络 非线性时变系统
年,卷(期) 2006,(2) 所属期刊栏目 计算机与信息工程
研究方向 页码范围 83-86
页数 4页 分类号 TP393
字数 2670字 语种 中文
DOI 10.3969/j.issn.1672-0946.2006.02.024
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 申东日 辽宁石油化工大学信息工程学院 39 336 11.0 16.0
2 陈义俊 辽宁石油化工大学信息工程学院 35 321 11.0 16.0
3 刘英玉 辽宁石油化工大学信息工程学院 2 21 1.0 2.0
4 李蓉 辽宁石油化工大学信息工程学院 2 21 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (38)
参考文献  (4)
节点文献
引证文献  (21)
同被引文献  (47)
二级引证文献  (139)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(4)
  • 参考文献(1)
  • 二级参考文献(3)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(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)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(7)
  • 引证文献(4)
  • 二级引证文献(3)
2009(16)
  • 引证文献(3)
  • 二级引证文献(13)
2010(7)
  • 引证文献(1)
  • 二级引证文献(6)
2011(10)
  • 引证文献(1)
  • 二级引证文献(9)
2012(8)
  • 引证文献(1)
  • 二级引证文献(7)
2013(8)
  • 引证文献(1)
  • 二级引证文献(7)
2014(22)
  • 引证文献(3)
  • 二级引证文献(19)
2015(21)
  • 引证文献(0)
  • 二级引证文献(21)
2016(18)
  • 引证文献(2)
  • 二级引证文献(16)
2017(13)
  • 引证文献(2)
  • 二级引证文献(11)
2018(19)
  • 引证文献(2)
  • 二级引证文献(17)
2019(9)
  • 引证文献(0)
  • 二级引证文献(9)
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
多新息随机梯度辨识算法
前向神经网络
非线性时变系统
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
哈尔滨商业大学学报(自然科学版)
双月刊
1672-0946
23-1497/N
大16开
哈尔滨市道里区通达街138号
1980
chi
出版文献量(篇)
3911
总下载数(次)
16
总被引数(次)
20147
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导