检索结果-维普期刊中文期刊服务平台

用于有界噪声时变矩阵计算的终端零化神经网络被引量：1: 1; 作者仲国民唐逸飞孙明轩《通信学报》 EI CSCD 北大核心 2024年第9期55-67,共13页; 为提升零化神经网络(ZNN)求解时变矩阵计算问题时的收敛性能,提出一种具有抗噪能力的终端零化神经网络(TZNN)及其对数加速形式(LA-TZNN)。对误差动态的终态吸引性展开分析,结果表明所提网络在受到有界噪声干扰时仍能在固定时间内使误差... 展开更多; 关键词时变矩阵计算零化神经网络固定/预定义时间收敛重复运动规划; 在线阅读下载PDF 职称材料

一类Wiener非线性时变系统的迭代学习辨识被引量：5: 2; 作者仲国民孙明轩《电子与信息学报》 EI CSCD 北大核心 2021年第9期2594-2600,共7页; 针对Wiener非线性时变系统的参数辨识问题,该文提出一种基于重复轴的迭代学习算法来实现对时变甚至突变参数的估计。文中将维纳系统输出非线性部分的反函数进行多项式展开,进而构造了回归模型,未知参数及中间变量用其估计替代,分别给出... 展开更多; 关键词时变参数 Wiener系统梯度算法最小二乘迭代学习; 在线阅读下载PDF 职称材料

哈默斯坦非线性时变系统的加权学习辨识方法被引量：2: 3; 作者仲国民俞其乐陈强《电子与信息学报》 EI CSCD 北大核心 2022年第5期1610-1616,共7页; 针对有限区间哈默斯坦(Hammerstein)非线性时变系统,该文提出一种加权迭代学习算法用以估计系统时变参数。首先将Hammerstein系统输入非线性部分进行多项式展开,采用迭代学习最小二乘算法辨识系统的时变参数。为了防止数据饱和,采用带... 展开更多; 关键词加权迭代学习辨识时变参数哈默斯坦模型最小二乘算法; 在线阅读下载PDF 职称材料

Hammerstein-Wiener时变系统的带遗忘因子学习辨识算法被引量：1: 4; 作者仲国民俞其乐汪黎明《高技术通讯》 CAS 2023年第8期815-822,共8页; 针对一类有限区间上重复运行的Hammerstein-Wiener非线性时变系统,将Hammerstein-Wiener系统输出非线性部分进行多项式展开以构造回归模型,采用带遗忘因子迭代学习梯度算法和带遗忘因子迭代学习最小二乘算法,估计系统的时变参数。当系... 展开更多; 关键词学习辨识最小二乘随机梯度 HAMMERSTEIN-WIENER模型; 在线阅读下载PDF 职称材料

高校独立学院学生管理工作中存在的问题及对策被引量：8: 5; 作者王磊何国勇 +1 位作者仲国民高泠《中国成人教育》北大核心 2010年第23期43-45,共3页; 随着高等教育大众化时代的到来,独立学院规模不断发展壮大。独立学院在发展过程中,依托"母体"优势并借鉴其工作模式和管理方法。然而,由于独立学院与"母体"的生源不同,并且在新的时代背景下学生的观念发生着潜移默... 展开更多; 关键词高校独立学院学生管理工作; 在线阅读下载PDF 职称材料

新形势下高校独立学院学生管理工作的问题及对策被引量：3: 6; 作者王磊何国勇 +1 位作者仲国民高泠《中国成人教育》北大核心 2010年第18期32-33,共2页; 由于独立学院与"母体"的生源不同,并且在新的时代背景下学生的观念发生着变化,因此在新形势下,高校独立学院学生管理工作出现了一些新的问题。如何转变观念,以"生"为本,与时俱进,是高校独立学院发展过程中亟待解决... 展开更多; 关键词新形势独立学院学生管理工作对策; 在线阅读下载PDF 职称材料

多输入单输出时变输出误差模型学习辨识算法: 7; 作者祝徐轩仲国民何熊熊《高技术通讯》 EI CAS 北大核心 2020年第11期1140-1148,共9页; 本文考虑了多输入单输出(MISO)时变输出误差系统参数的估计问题。对于多输入单输出时变输出误差系统,识别的难点在于待辨识的模型参量是随着时间而变化的,尤其突变的参数更难辨识。针对这一问题,本文将辅助模型的思想应用到学习算法中,... 展开更多; 关键词学习辨识最小二乘法随机梯度法辅助模型多输入单输出(MISO)系统; 在线阅读下载PDF 职称材料

题名用于有界噪声时变矩阵计算的终端零化神经网络被引量：1: 1; 作者仲国民唐逸飞孙明轩; 机构浙江工业大学信息工程学院; 出处《通信学报》 EI CSCD 北大核心 2024年第9期55-67,共13页; 基金国家自然科学基金资助项目(No.62073291,No.62222315) 浙江省自然科学基金资助项目(No.LZ22F030007)。; 文摘为提升零化神经网络(ZNN)求解时变矩阵计算问题时的收敛性能,提出一种具有抗噪能力的终端零化神经网络(TZNN)及其对数加速形式(LA-TZNN)。对误差动态的终态吸引性展开分析,结果表明所提网络在受到有界噪声干扰时仍能在固定时间内使误差归零,其中LA-TZNN可实现对数调节时间稳定,收敛速度相较于TZNN更快。考虑到实际情况中初始误差有界,给出半全局意义上的调节时间上界,并通过设置可调参数,使网络实现预定义时间稳定。将2种模型应用于时变矩阵求逆和PUMA560机械臂重复运动规划问题,仿真结果验证了所提方法相较于传统ZNN设计,调节时间更短,收敛精度更高,并能够有效抑制有界噪声干扰。; 关键词时变矩阵计算零化神经网络固定/预定义时间收敛重复运动规划; Keywords time-varying matrix computation ZNN fixed/predefined-time convergence repetitive motion planning; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名一类Wiener非线性时变系统的迭代学习辨识被引量：5: 2; 作者仲国民孙明轩; 机构浙江工业大学信息工程学院; 出处《电子与信息学报》 EI CSCD 北大核心 2021年第9期2594-2600,共7页; 基金国家自然科学基金(62073291)。; 文摘针对Wiener非线性时变系统的参数辨识问题,该文提出一种基于重复轴的迭代学习算法来实现对时变甚至突变参数的估计。文中将维纳系统输出非线性部分的反函数进行多项式展开,进而构造了回归模型,未知参数及中间变量用其估计替代,分别给出了采用迭代学习梯度算法和迭代学习最小二乘算法实现时变参数辨识的方法。仿真结果表明,与带遗忘因子的递推算法和迭代学习梯度算法相比,迭代学习最小二乘算法更具有参数估计收敛速度快,辨识精度高,系统输出误差小等优势,验证了所提学习算法的有效性。; 关键词时变参数 Wiener系统梯度算法最小二乘迭代学习; Keywords Time-varying parameters Wiener systems Gradient algorithms Least squares Iterative learning; 分类号 TP181 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名哈默斯坦非线性时变系统的加权学习辨识方法被引量：2: 3; 作者仲国民俞其乐陈强; 机构浙江工业大学信息工程学院; 出处《电子与信息学报》 EI CSCD 北大核心 2022年第5期1610-1616,共7页; 基金国家自然科学基金(62073291,62973274)。; 文摘针对有限区间哈默斯坦(Hammerstein)非线性时变系统,该文提出一种加权迭代学习算法用以估计系统时变参数。首先将Hammerstein系统输入非线性部分进行多项式展开,采用迭代学习最小二乘算法辨识系统的时变参数。为了防止数据饱和,采用带遗忘因子的迭代学习最小二乘算法,进而引入权矩阵,采用加权迭代学习最小二乘算法改进系统跟踪误差,以提高辨识精度。该文分别给出3种算法的推导过程并进行仿真验证。结果表明,与迭代学习最小二乘算法和带遗忘因子迭代学习最小二乘算法相比,加权迭代学习最小二乘算法具有辨识精度高、跟踪误差小以及迭代次数少等优点。; 关键词加权迭代学习辨识时变参数哈默斯坦模型最小二乘算法; Keywords Weighted iterative learning identification Time-varying parameters Hammerstein Model Least squares algorithm; 分类号 TN911.7 [电子电信—通信与信息系统] TP181 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名Hammerstein-Wiener时变系统的带遗忘因子学习辨识算法被引量：1: 4; 作者仲国民俞其乐汪黎明; 机构浙江工业大学信息工程学院; 出处《高技术通讯》 CAS 2023年第8期815-822,共8页; 基金国家自然科学基金(62073291)资助项目。; 文摘针对一类有限区间上重复运行的Hammerstein-Wiener非线性时变系统,将Hammerstein-Wiener系统输出非线性部分进行多项式展开以构造回归模型,采用带遗忘因子迭代学习梯度算法和带遗忘因子迭代学习最小二乘算法,估计系统的时变参数。当系统参数沿时间轴快变、沿迭代轴缓变时,修正遗忘因子提高算法的辨识精度。文中分别给出了2种算法的推导过程并进行仿真对比验证,结果表明,带遗忘因子迭代学习最小二乘算法收敛速度更快、精度更高,达到相同性能指标时所需迭代次数更少,验证了所提学习算法的有效性。; 关键词学习辨识最小二乘随机梯度 HAMMERSTEIN-WIENER模型; Keywords learning identification least square stochastic gradient Hammerstein-Wiener model; 分类号 N945.14 [自然科学总论—系统科学]; 在线阅读下载PDF 职称材料

题名高校独立学院学生管理工作中存在的问题及对策被引量：8: 5; 作者王磊何国勇仲国民高泠; 机构浙江工业大学之江学院; 出处《中国成人教育》北大核心 2010年第23期43-45,共3页; 文摘随着高等教育大众化时代的到来,独立学院规模不断发展壮大。独立学院在发展过程中,依托"母体"优势并借鉴其工作模式和管理方法。然而,由于独立学院与"母体"的生源不同,并且在新的时代背景下学生的观念发生着潜移默化的变化,因此高校独立学院学生管理工作出现了一些新的问题。如何转变观念,以"生"为本,与时俱进,是高校独立学院发展过程中亟待解决的重要课题。; 关键词高校独立学院学生管理工作; 分类号 G647 [文化科学—高等教育学]; 在线阅读下载PDF 职称材料

题名新形势下高校独立学院学生管理工作的问题及对策被引量：3: 6; 作者王磊何国勇仲国民高泠; 机构浙江工业大学; 出处《中国成人教育》北大核心 2010年第18期32-33,共2页; 文摘由于独立学院与"母体"的生源不同,并且在新的时代背景下学生的观念发生着变化,因此在新形势下,高校独立学院学生管理工作出现了一些新的问题。如何转变观念,以"生"为本,与时俱进,是高校独立学院发展过程中亟待解决的重要课题。; 关键词新形势独立学院学生管理工作对策; 分类号 G647 [文化科学—高等教育学]; 在线阅读下载PDF 职称材料

题名多输入单输出时变输出误差模型学习辨识算法: 7; 作者祝徐轩仲国民何熊熊; 机构浙江工业大学信息工程学院; 出处《高技术通讯》 EI CAS 北大核心 2020年第11期1140-1148,共9页; 基金国家自然科学基金(61573320)资助项目。; 文摘本文考虑了多输入单输出(MISO)时变输出误差系统参数的估计问题。对于多输入单输出时变输出误差系统,识别的难点在于待辨识的模型参量是随着时间而变化的,尤其突变的参数更难辨识。针对这一问题,本文将辅助模型的思想应用到学习算法中,给出了基于辅助模型的迭代学习随机梯度算法和基于辅助模型的迭代学习最小二乘算法的推导过程。最后,提供了说明性的仿真实例来分析所提出的算法,仿真结果表明基于辅助模型的迭代学习最小二乘算法可以快速跟踪突变的参数,获得精准的参数估计,验证了该算法的有效性。; 关键词学习辨识最小二乘法随机梯度法辅助模型多输入单输出(MISO)系统; Keywords learning identification least squares algorithm gradient algorithm auxiliary model multiple-input single-output(MISO)system; 分类号 TP3 [自动化与计算机技术—计算机科学与技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	用于有界噪声时变矩阵计算的终端零化神经网络	仲国民唐逸飞孙明轩	《通信学报》 EI CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料
2	一类Wiener非线性时变系统的迭代学习辨识	仲国民孙明轩	《电子与信息学报》 EI CSCD 北大核心	2021	5	在线阅读下载PDF 职称材料
3	哈默斯坦非线性时变系统的加权学习辨识方法	仲国民俞其乐陈强	《电子与信息学报》 EI CSCD 北大核心	2022	2	在线阅读下载PDF 职称材料
4	Hammerstein-Wiener时变系统的带遗忘因子学习辨识算法	仲国民俞其乐汪黎明	《高技术通讯》 CAS	2023	1	在线阅读下载PDF 职称材料
5	高校独立学院学生管理工作中存在的问题及对策	王磊何国勇仲国民高泠	《中国成人教育》北大核心	2010	8	在线阅读下载PDF 职称材料
6	新形势下高校独立学院学生管理工作的问题及对策	王磊何国勇仲国民高泠	《中国成人教育》北大核心	2010	3	在线阅读下载PDF 职称材料
7	多输入单输出时变输出误差模型学习辨识算法	祝徐轩仲国民何熊熊	《高技术通讯》 EI CAS 北大核心	2020	0	在线阅读下载PDF 职称材料