检索结果-维普期刊中文期刊服务平台

基于PCA-SVDD的故障检测和自学习辨识被引量：6: 1; 作者祝志博王培良宋执环《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2010年第4期652-658,共7页; 为了利用多变量统计过程控制在故障检测上的优势以及克服其在故障辨识诊断上的缺陷,提出一套新的用于化工过程的故障检测和自学习辨识算法.应用主元分析(PCA)实施故障检测并对故障数据运用PCA特征提取,提出3种基于主元分析-支持向量数... 展开更多; 关键词主元分析-支持向量数据描述(PCA-SVDD) 特征提取故障检测故障自学习辨识; 在线阅读下载PDF 职称材料

一类高阶线性时变系统自适应迭代学习辨识被引量：1: 2; 作者郭毓申晓宁 +1 位作者陈庆伟胡维礼《兵工学报》 EI CAS CSCD 北大核心 2008年第4期454-458,共5页; 针对一类在有限时间区间上可重复运行的一致强稳定、一致强可控的高阶线性时变系统,提出了模型参考自适应迭代学习参数辨识方法。基于类Lyapunov函数推导了时变参数的迭代学习律。该算法可以辨识未知的快时变参数,并保证模型跟踪误差随... 展开更多; 关键词控制理论线性时变系统迭代学习辨识模型参考自适应; 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: 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

数字水印提取的迭代学习辨识方法被引量：1: 5; 作者邹凡孙明轩毕宏博《科技通报》北大核心 2011年第5期691-695,699,共6页; 针对结合混沌映射和多重混合的数字图像水印嵌入及提取问题,提出利用迭代学习辨识算法提取水印图像的方案。该方案将水印掩盖于混沌系统的参数中,以迭代学习算法重建原始水印图像。实验表明,运用所提出的迭代学习辨识算法能够从含水印... 展开更多; 关键词迭代学习辨识混沌映射多重混合数字水印; 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: 6; 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

基于非线性模型预测控制的城市路网交通流优化: 7; 作者胡小勇张建军 +1 位作者杨云晖邓志刚《现代电子技术》 2023年第20期163-166,共4页; 为提高城市路网设计效率,文中提出一种基于非线性模型预测控制的城市路网交通流优化方案。采用预测控制方法,利用模拟试验验证所提算法在道路网络中的应用,从而最大限度地提高路口的通行能力;同时,验证迭代式识别在车辆流量模型的参数... 展开更多; 关键词城市路网交通流优化车辆流量模型非线性交通信号预测控制自适应迭代学习辨识算法; 在线阅读下载PDF 职称材料

题名基于PCA-SVDD的故障检测和自学习辨识被引量：6: 1; 作者祝志博王培良宋执环; 机构浙江大学工业控制技术国家重点实验室湖州师范学院信息工程学院; 出处《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2010年第4期652-658,共7页; 基金国家自然科学基金资助项目(60974056,60736021) 浙江省自然科学基金资助项目(Y1080871); 文摘为了利用多变量统计过程控制在故障检测上的优势以及克服其在故障辨识诊断上的缺陷,提出一套新的用于化工过程的故障检测和自学习辨识算法.应用主元分析(PCA)实施故障检测并对故障数据运用PCA特征提取,提出3种基于主元分析-支持向量数据描述(PCA-SVDD)的模式判别方法来实现故障的自学习辨识:考虑故障辨识时可能出现的类分布重合问题,分析和比较了基于欧氏距离和归一化半径判别这2种方法,提出针对新型未知故障辨识的加权归一化半径判别法.通过对Tennessee Eastman(TE)过程的仿真研究,说明了提出的故障检测和自学习辨识算法的可行性和有效性.; 关键词主元分析-支持向量数据描述(PCA-SVDD) 特征提取故障检测故障自学习辨识; Keywords principal component analysis-support vector data description （PCA-SVDD） feature extraction fault detection fault self-learning identification; 分类号 TP277 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名一类高阶线性时变系统自适应迭代学习辨识被引量：1: 2; 作者郭毓申晓宁陈庆伟胡维礼; 机构南京理工大学自动化学院; 出处《兵工学报》 EI CAS CSCD 北大核心 2008年第4期454-458,共5页; 基金国家自然科学基金资助项目(60474034); 文摘针对一类在有限时间区间上可重复运行的一致强稳定、一致强可控的高阶线性时变系统,提出了模型参考自适应迭代学习参数辨识方法。基于类Lyapunov函数推导了时变参数的迭代学习律。该算法可以辨识未知的快时变参数,并保证模型跟踪误差随迭代次数趋于无穷关于有限时间区间一致收敛到0,参数估计误差有界且收敛。分析了参数估计收敛到真值的条件。仿真验证了所提辨识算法的有效性。; 关键词控制理论线性时变系统迭代学习辨识模型参考自适应; Keywords control theory linear time-varying system iterative learning identification model reference adaptive; 分类号 TP273 [自动化与计算机技术—检测技术与自动化装置]; 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: 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

题名数字水印提取的迭代学习辨识方法被引量：1: 5; 作者邹凡孙明轩毕宏博; 机构浙江工业大学信息工程学院; 出处《科技通报》北大核心 2011年第5期691-695,699,共6页; 基金国家自然科学基金项目(60874041); 文摘针对结合混沌映射和多重混合的数字图像水印嵌入及提取问题,提出利用迭代学习辨识算法提取水印图像的方案。该方案将水印掩盖于混沌系统的参数中,以迭代学习算法重建原始水印图像。实验表明,运用所提出的迭代学习辨识算法能够从含水印图像中提取出完整的水印图像,给出的测试结果验证了学习算法抵抗常见几何攻击的能力。; 关键词迭代学习辨识混沌映射多重混合数字水印; Keywords iterative learning identification chaotic mapping multi-blending digital watermarks; 分类号 TP309.7 [自动化与计算机技术—计算机系统结构]; 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: 6; 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

题名基于非线性模型预测控制的城市路网交通流优化: 7; 作者胡小勇张建军杨云晖邓志刚; 机构新余市公路事业发展中心北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室新余公路勘察设计院; 出处《现代电子技术》 2023年第20期163-166,共4页; 基金江西省交通运输厅科技项目(2021H0023)。; 文摘为提高城市路网设计效率,文中提出一种基于非线性模型预测控制的城市路网交通流优化方案。采用预测控制方法,利用模拟试验验证所提算法在道路网络中的应用,从而最大限度地提高路口的通行能力;同时,验证迭代式识别在车辆流量模型的参数识别中的正确性。研究结果表明:采用时变参数模式预测时,每个路口的队长度差异都是比较合理的,模型预测结果与仿真结果接近;采用该模型的预测控制算法可以对网络的实时状况进行实时修正,从而改善道路的运行性能,8:00时段道路阻塞状况的模拟结果证明该方法具有较好的性能。相比之下,当系统中产生随机扰动时,自适应迭代学习辨识算法可以实现对系统期望输出的快速跟踪,具有较快的收敛速度和良好的效果。; 关键词城市路网交通流优化车辆流量模型非线性交通信号预测控制自适应迭代学习辨识算法; Keywords urban road network traffic flow optimization vehicle flow model non linearity traffic signal prediction control adaptive iterative learning identification algorithm; 分类号 TN711-34 [电子电信—电路与系统] TP13 [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PCA-SVDD的故障检测和自学习辨识	祝志博王培良宋执环	《浙江大学学报（工学版）》 EI CAS CSCD 北大核心	2010	6	在线阅读下载PDF 职称材料
2	一类高阶线性时变系统自适应迭代学习辨识	郭毓申晓宁陈庆伟胡维礼	《兵工学报》 EI CAS CSCD 北大核心	2008	1	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	0	在线阅读下载PDF 职称材料
5	数字水印提取的迭代学习辨识方法	邹凡孙明轩毕宏博	《科技通报》北大核心	2011	1	在线阅读下载PDF 职称材料
6	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
7	基于非线性模型预测控制的城市路网交通流优化	胡小勇张建军杨云晖邓志刚	《现代电子技术》	2023	0	在线阅读下载PDF 职称材料