原文服务方: 计算机应用研究       
摘要:
为了辨识一类非线性Hammerstein-Wiener系统,基于递推贝叶斯算法和奇异值分解,提出了一种两阶段在线辨识算法.该算法首先利用递推贝叶斯算法估计乘积项参数,然后利用奇异值分解得到待估计参数.仿真结果表明,所提算法可以较小的计算量获得精度较高的参数估计值.
推荐文章
Wiener系统的变聚点样条逼近递推贝叶斯算法
参数估计
Wiener系统
过程噪声
三样条函数
递推贝叶斯算法
可变聚点
基于Hammerstein-Wiener模型的连续搅拌反应釜神经网络预测控制
Hammerstein-Wiener模型
最小二乘支持向量机
BP神经网络
非线性预测控制
Hammerstein-Wiener模型最小二乘向量机辨识及其应用
Hammerstein-Wiener模型
最小二乘向量机
系统辨识
智能建模
铜转炉吹炼预测
基于变分贝叶斯算法的线性变参数系统辨识
非线性过程
线性变参数系统
多模型
变分贝叶斯算法
参数估计
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-Wiener系统的递推贝叶斯参数辨识算法
来源期刊 计算机应用研究 学科
关键词 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
年,卷(期) 2017,(2) 所属期刊栏目 算法研究探讨
研究方向 页码范围 419-421
页数 3页 分类号 TP273
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2017.02.022
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 李正明 江苏大学电气与信息工程学院 157 1549 22.0 31.0
2 景绍学 淮安信息职业技术学院电气工程系 14 33 4.0 5.0
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  (8)
节点文献
引证文献  (1)
同被引文献  (2)
二级引证文献  (0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(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(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(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)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
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
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导