基于外积FLNN的非线性系统辨识

• 作者: 吴乐南 李萍
• 来源期刊: 科技与创新
• 关键词: 外积扩展 函数型连接神经网络 MLP 非线性系统识别
• 年，卷（期）: 2006,（4）
• 所属期刊栏目: 仿真技术
• 页码范围: 257-259
• 页数: 3页
• 分类号: TN911
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0570.2006.04.094

摘要

函数型连接神经网络通过对输入模式预先进行非线性扩展,增强了输入信号的模式表达,从而大大简化网络结构,降低计算复杂度.本文提出一种外积扩展型连接神经网络,用于辨识幂函数非线性系统,并与MLP和CFLNN网络对比,仿真结果表明,外积型辨识幂函数非线性系统结构简单、计算量低、性能最优.