基于小波神经网络的系统辨识方法

来源 :信息与控制 | 被引量 : 0次 | 上传用户:liongliong475
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
神经网络由于具有良好的自学习和自适应能力,在非线性黑箱建模或系统辨识中有着广泛的应用,这些辨识模型有:多层感知器、径向基函数网和反馈网络等等。文中提出了基于小波神经网络模型的系统辨识方法。由于小波变换或分解所表面的良好的时频局部化特性,以及多尺度的功能,我们用规范正交的小波函数作为基函数网络中的基函数,得到所谓的小波神经网络。通过计算机仿真证实了该方法的良好的辨识效果。
其他文献
研究和评述了学习控制有代表性结构类型,包括基于模式识别的学习控制反复学习控制重复学习和基于连接机制的学习控制等,本文着重讨论了学习控制的结构机理,提供了应用的基础,大多
用现代时间序列分析方法提出了一种统一的Wiener状态估值器。
一般模型控制是1988年以来发展起来的一种非线性过程控制方法,此方法具有简单衫,鲁棒性强的特点,而其控制效果却与微分几合方法相类似,因此在过去的和年此方法得到广泛的应用,本文综述