期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于状态延迟动态递归神经网络的机器人动态自适应跟踪辨识(英文)
被引量:
4
1
作者
姜春福
余跃庆
《自动化学报》
EI
CSCD
北大核心
2003年第5期741-747,共7页
对一种在Elman动态递归网络基础上发展而来的复合输入动态递归网络 (CIDRNN)作了改进 ,提出一种新的动态递归神经网络结构 ,称为状态延迟动态递归神经网络 (StateDelayInputDynamicalRecurrentNeuralNetwork) .具有这种新的拓扑结构和...
对一种在Elman动态递归网络基础上发展而来的复合输入动态递归网络 (CIDRNN)作了改进 ,提出一种新的动态递归神经网络结构 ,称为状态延迟动态递归神经网络 (StateDelayInputDynamicalRecurrentNeuralNetwork) .具有这种新的拓扑结构和学习规则的动态递归网络 ,不仅明确了各权值矩阵的意义 ,而且使权值的训练过程更为简洁 ,意义更为明确 .仿真实验表明 ,这种结构的网络由于增加了网络输入输出的前一步信息 ,提高了收敛速度 ,增强了实时控制的可能性 .然后将该网络用于机器人未知非线性动力学的辨识中 ,使用辨识实际输出与机理模型输出之间的偏差 ,来识别机理模型或简化模型所丢失的信息 ,既利用了机器人现有的建模方法 ,又可以减小网络运算量 ,提高辨识速度 .仿真结果表明了这种改进的有效性 .
展开更多
关键词
机器人
动态自适应跟踪辨识
状态延迟
动态
递归神经网络
学习规则
拓扑结构
在线阅读
下载PDF
职称材料
题名
基于状态延迟动态递归神经网络的机器人动态自适应跟踪辨识(英文)
被引量:
4
1
作者
姜春福
余跃庆
机构
北京工业大学机电学院
出处
《自动化学报》
EI
CSCD
北大核心
2003年第5期741-747,共7页
基金
SupportedbyNationalNaturalScienceFoundationofP .R .China(5 9975 0 0 1)andBeijingNaturalScienceFoundation(30 12 0 0 3)
文摘
对一种在Elman动态递归网络基础上发展而来的复合输入动态递归网络 (CIDRNN)作了改进 ,提出一种新的动态递归神经网络结构 ,称为状态延迟动态递归神经网络 (StateDelayInputDynamicalRecurrentNeuralNetwork) .具有这种新的拓扑结构和学习规则的动态递归网络 ,不仅明确了各权值矩阵的意义 ,而且使权值的训练过程更为简洁 ,意义更为明确 .仿真实验表明 ,这种结构的网络由于增加了网络输入输出的前一步信息 ,提高了收敛速度 ,增强了实时控制的可能性 .然后将该网络用于机器人未知非线性动力学的辨识中 ,使用辨识实际输出与机理模型输出之间的偏差 ,来识别机理模型或简化模型所丢失的信息 ,既利用了机器人现有的建模方法 ,又可以减小网络运算量 ,提高辨识速度 .仿真结果表明了这种改进的有效性 .
关键词
机器人
动态自适应跟踪辨识
状态延迟
动态
递归神经网络
学习规则
拓扑结构
Keywords
Computer simulation
Convergence of numerical methods
Dynamics
Identification (control systems)
Learning algorithms
Manipulators
Mathematical models
Position control
Recurrent neural networks
Tracking (position)
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
作者
出处
发文年
被引量
操作
1
基于状态延迟动态递归神经网络的机器人动态自适应跟踪辨识(英文)
姜春福
余跃庆
《自动化学报》
EI
CSCD
北大核心
2003
4
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部