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:
针对一类非均匀采样系统,提出了其输入输出表达的多新息随机梯度辨识方法.该方法将随机梯度算法中的新息项扩展为向量,有效利用了历史新息所包含的信息,从而提高辨识精度和算法的收敛速度,同时又保留了随机梯度算法计算量小的优点.仿真例子通过改变新息长度,验证了所提出辨识算法性能的优越性.
推荐文章
多变量系统辅助模型多新息随机梯度辨识方法
随机梯度
多新息辨识
多变量系统
输出误差模型
辅助模型
非均匀采样系统的支持向量回归建模与控制
非均匀采样系统
支持向量回归
预测控制
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
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 非均匀采样系统多新息随机梯度辨识性能分析
来源期刊 控制与决策 学科 工学
关键词 非均匀采样 多率系统 随机梯度 多新息辨识 参数估计
年,卷(期) 2011,(9) 所属期刊栏目 论文与报告
研究方向 页码范围 1338-1342
页数 分类号 TP273
字数 语种 中文
DOI
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 丁锋 江南大学控制科学与工程研究中心 109 1413 20.0 32.0
2 谢莉 江南大学控制科学与工程研究中心 14 64 4.0 8.0
3 丁洁 江南大学控制科学与工程研究中心 8 51 3.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (40)
共引文献  (45)
参考文献  (13)
节点文献
引证文献  (24)
同被引文献  (70)
二级引证文献  (76)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(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(4)
  • 参考文献(0)
  • 二级参考文献(4)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(6)
  • 参考文献(3)
  • 二级参考文献(3)
2007(9)
  • 参考文献(2)
  • 二级参考文献(7)
2008(4)
  • 参考文献(4)
  • 二级参考文献(0)
2009(3)
  • 参考文献(3)
  • 二级参考文献(0)
2011(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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(3)
  • 引证文献(3)
  • 二级引证文献(0)
2015(18)
  • 引证文献(11)
  • 二级引证文献(7)
2016(24)
  • 引证文献(5)
  • 二级引证文献(19)
2017(21)
  • 引证文献(2)
  • 二级引证文献(19)
2018(20)
  • 引证文献(2)
  • 二级引证文献(18)
2019(7)
  • 引证文献(0)
  • 二级引证文献(7)
2020(6)
  • 引证文献(0)
  • 二级引证文献(6)
研究主题发展历程
节点文献
非均匀采样
多率系统
随机梯度
多新息辨识
参数估计
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
控制与决策
月刊
1001-0920
21-1124/TP
大16开
沈阳东北大学125信箱
1986
chi
出版文献量(篇)
7031
总下载数(次)
20
总被引数(次)
141238
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
论文1v1指导