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:
采用最小二乘支持向量回归对Hammerstein系统进行辨识缺乏稀疏性,且模型不易递推.提出一种基于输出预报误差的Hammerstein模型自适应稀疏递推辨识算法.根据分块矩阵对模型进行递推运算,基于系统输出预报误差的结果,自适应调整算法的辨识步骤,可以避免递推时可能出现的误差积累问题,有效提高算法的稀疏性和稳定性.仿真结果表明,与常规的递推算法相比,该自适应算法能够在保证辨识精度的情况下,有效稀疏和简化模型,提高算法的鲁棒性和辨识效率,更加符合系统在线辨识的需要.
推荐文章
Hammerstein-Wiener系统的递推贝叶斯参数辨识算法
参数估计
模块化系统
两阶段算法
递推贝叶斯算法
奇异值分解
基于复数域的自适应递推子空间辨识算法
递推子空间辨识算法
复数域
变遗忘因子
欧氏距离
基于“自适应遗传算法”的磁轴承系统辨识
磁轴承
系统辨识
遗传算法
应用随机微粒群算法辨识Hammerstein模型
系统辨识
Hammerstein模型
微粒群算法
非线性系统
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 Hammerstein系统递推辨识的自适应算法
来源期刊 浙江大学学报(工学版) 学科 工学
关键词 Hammerstein系统 最小二乘支持向量回归(LS-SVR) 自适应递推辨识 稀疏性
年,卷(期) 2010,(1) 所属期刊栏目 电子,通信与自动控制技术
研究方向 页码范围 99-103
页数 5页 分类号 TP273|TP301.6
字数 语种 中文
DOI 10.3785/j.issn.1008-973X.2010.01.018
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 李平 260 3720 30.0 50.0
2 宋执环 140 1808 23.0 36.0
3 王海清 39 500 11.0 21.0
4 陈坤 196 2107 23.0 34.0
5 刘毅 43 1165 13.0 34.0
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  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1991(2)
  • 参考文献(2)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
研究主题发展历程
节点文献
Hammerstein系统
最小二乘支持向量回归(LS-SVR)
自适应递推辨识
稀疏性
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
浙江大学学报(工学版)
月刊
1008-973X
33-1245/T
大16开
杭州市浙大路38号
32-40
1956
chi
出版文献量(篇)
6865
总下载数(次)
6
总被引数(次)
81907
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
国家高技术研究发展计划(863计划)
英文译名:The National High Technology Research and Development Program of China
官方网址:http://www.863.org.cn
项目类型:重点项目
学科类型:信息技术
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导