基于递归模糊神经网络的感应电机无速度传感器矢量控制 被引量：53

1

作者 王耀南 王辉 +1 位作者 邱四海 黄守道 《中国电机工程学报》 EI CSCD 北大核心 2004年第5期84-89,共6页

该文提出了一种控制性能较好的递归模糊神经网络(RFNN)无速度传感器感应电机矢量控制方法,该方法使用模型参考自适应方法辨识转子磁场位置和转速,采用递归模糊神经网络控制器作为转矩控制器来近似系统最优控制器输出。仿真实验表明,当... 该文提出了一种控制性能较好的递归模糊神经网络(RFNN)无速度传感器感应电机矢量控制方法,该方法使用模型参考自适应方法辨识转子磁场位置和转速,采用递归模糊神经网络控制器作为转矩控制器来近似系统最优控制器输出。仿真实验表明,当系统参数动态变化或受到外部不确定性因素的影响时,利用神经网络来在线动态的调整网络的隶属函数参数以及神经网络递归权值,使系统仍将具有很好的动静态性能。 展开更多

关键词 感应电机 无速度传感器 矢量控制 递归模糊神经网络 隶属函数 最优控制器

在线阅读 下载PDF 职称材料

基于动态递归模糊神经网络的自适应电液位置跟踪系统 被引量：15

2

作者 张友旺 桂卫华 赵泉明 《控制理论与应用》 EI CAS CSCD 北大核心 2005年第4期551-556,共6页

提出了动态递归模糊神经网络(DRFNN)以在线估计电液位置跟踪系统中包括非线性、参数不确定性、负载干扰等在内的未知动态非线性函数,基于lyapunov稳定性理论推导出DRFNN可调参数和估计误差的界的自适应律,并构造出稳定的自适应控制器.... 提出了动态递归模糊神经网络(DRFNN)以在线估计电液位置跟踪系统中包括非线性、参数不确定性、负载干扰等在内的未知动态非线性函数,基于lyapunov稳定性理论推导出DRFNN可调参数和估计误差的界的自适应律,并构造出稳定的自适应控制器.实验结果表明:基于DRFNN的自适应控制器可使电液位置跟踪系统具有较强的鲁棒性和满意的跟踪性能. 展开更多

关键词 动态递归模糊神经网络 电液位置跟踪系统 变结构控制 鲁棒性

在线阅读 下载PDF 职称材料

一种递归模糊神经网络自适应控制方法 被引量：9

3

作者 毛六平 王耀南 +1 位作者 孙炜 戴瑜兴 《电子学报》 EI CAS CSCD 北大核心 2006年第12期2285-2287,共3页

构造了一种递归模糊神经网络(RFNN),该RFNN利用递归神经网络实现模糊推理,并通过在网络的第一层添加了反馈连接,使网络具有了动态信息处理能力.基于所设计的RFNN,提出了一种自适应控制方案,在该控制方案中,采用了两个RFNN分别用于对被... 构造了一种递归模糊神经网络(RFNN),该RFNN利用递归神经网络实现模糊推理,并通过在网络的第一层添加了反馈连接,使网络具有了动态信息处理能力.基于所设计的RFNN,提出了一种自适应控制方案,在该控制方案中,采用了两个RFNN分别用于对被控对象进行辨识和控制.将所提出的自适应控制方案应用于交流伺服系统,并给出了仿真实验结果,验证了所提方法的有效性. 展开更多

关键词 递归模糊神经网络 自适应控制 交流伺服

在线阅读 下载PDF 职称材料

基于递归模糊神经网络的机器人鲁棒H_∞跟踪控制 被引量：8

4

作者 彭金柱 王耀南 王杰 《控制理论与应用》 EI CAS CSCD 北大核心 2010年第9期1145-1151,共7页

利用递归模糊神经网络来逼近机器人系统中的非线性函数,提出了一种具有自适应能力的H∞控制策略.该控制策略能够减弱机器人系统的外扰,并把模糊神经网络的重构误差对系统的影响控制在指定的范围内.同时又能保证闭环系统的所有信号都是... 利用递归模糊神经网络来逼近机器人系统中的非线性函数,提出了一种具有自适应能力的H∞控制策略.该控制策略能够减弱机器人系统的外扰,并把模糊神经网络的重构误差对系统的影响控制在指定的范围内.同时又能保证闭环系统的所有信号都是有界的.为了验证基于递归模糊神经网络的H∞控制策略的有效性,将其与计算力矩控制方法进行比较,仿真结果表明,在存在外扰的情况下,所提出的控制策略具有比计算力矩控制方法更好的跟踪性能. 展开更多

关键词 递归模糊神经网络 机器人系统 鲁棒H∞控制 跟踪控制

在线阅读 下载PDF 职称材料

补偿递归模糊神经网络及在热工建模中的应用 被引量：3

5

作者 吴波 吴科 +1 位作者 吕剑虹 向文国 《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2008年第4期668-673,共6页

在传统的模糊神经网络中引入递归环节和补偿环节,构成了一种新型补偿递归模糊神经网络(CRFNN),改善了网络的动态响应特性和学习能力.在此基础上,采用一种新型序贯监督策略对网络进行结构辨识,能够有效地确定模糊规则的条数以及相关参数... 在传统的模糊神经网络中引入递归环节和补偿环节,构成了一种新型补偿递归模糊神经网络(CRFNN),改善了网络的动态响应特性和学习能力.在此基础上,采用一种新型序贯监督策略对网络进行结构辨识,能够有效地确定模糊规则的条数以及相关参数的初始值.针对CRFNN的结构特点,提出了改进的BP算法,能够对网络的结构参数进行进一步的学习.对典型的热工对象以及复杂的ALSTOM气化炉进行的建模计算结果表明,提出的CRFNN具有优良的动态响应特性和很强的学习能力,值得在热工建模与控制领域中推广应用. 展开更多

关键词 补偿递归模糊神经网络 系统建模 序贯监督策略 改进BP算法 热工对象

在线阅读 下载PDF 职称材料

基于动态T-S递归模糊神经网络的闪速熔炼过程参数软测量 被引量：2

6

作者 彭晓波 桂卫华 +2 位作者 李勇刚 王凌云 陈勇 《仪器仪表学报》 EI CAS CSCD 北大核心 2008年第10期2029-2033,共5页

闪速熔炼过程中存在大量多元非线性因素,难以从统计学和机理上确立操作参数。为优化闪速炉的操作参数,建立了动态T-S递归模糊神经网络(DTRFNN)的软测量模型,推导了DTRFNN的权值学习算法。将其应用到某厂铜闪速熔炼过程中的参数软测量上... 闪速熔炼过程中存在大量多元非线性因素,难以从统计学和机理上确立操作参数。为优化闪速炉的操作参数,建立了动态T-S递归模糊神经网络(DTRFNN)的软测量模型,推导了DTRFNN的权值学习算法。将其应用到某厂铜闪速熔炼过程中的参数软测量上,平均精确率达到97%,能为生产操作提供有益的指导。 展开更多

关键词 动态T-S递归模糊神经网络(DTRFNN) BP学习算法 冰铜品位 冰铜温度 渣中铁硅比

在线阅读 下载PDF 职称材料

基于自结构动态递归模糊神经网络的无人机姿态控制 被引量：3

7

作者 陈向坚 白越 +1 位作者 续志军 李迪 《计算机应用研究》 CSCD 北大核心 2011年第9期3387-3389,共3页

针对无人机非线性、强耦合等特点,提出了基于该自结构动态递归模糊神经网络的姿态控制系统,给出了基于Lyapunov函数的系统稳定性证明。对四层模糊神经网络进行了优化和改进,设计了自结构动态递归模糊神经网络,该网络可以根据系统状态在... 针对无人机非线性、强耦合等特点,提出了基于该自结构动态递归模糊神经网络的姿态控制系统,给出了基于Lyapunov函数的系统稳定性证明。对四层模糊神经网络进行了优化和改进,设计了自结构动态递归模糊神经网络,该网络可以根据系统状态在线更新权值、创建/删除节点、优化网络结构。仿真表明:该控制方法的突出优点是,在兼顾考虑了系统中的不确定性因素、非线性因素及外部干扰并存的情况下,保证系统的稳定性和跟踪性能;同时此网络结构比固定结构的模糊神经网络响应速度快,因此更具优越性。 展开更多

关键词 自结构动态递归模糊神经网络 优化网络结构 响应速度快

在线阅读 下载PDF 职称材料

基于TSK型递归模糊神经网络的永磁直线同步电机位置控制研究 被引量：4

8

作者 熊渊琳 方宝英 《机电工程》 CAS 北大核心 2019年第4期413-417,共5页

针对基于磁场定向控制的永磁直线同步电机(PMLSM)伺服系统的位置精准控制问题,提出了一种TSK型递归模糊神经网络(TSKRFNN)控制方法。在考虑了系统易受参数变化、外部扰动和摩擦力等不确定性因素影响的基础上,建立了含有不确定性因素在内... 针对基于磁场定向控制的永磁直线同步电机(PMLSM)伺服系统的位置精准控制问题,提出了一种TSK型递归模糊神经网络(TSKRFNN)控制方法。在考虑了系统易受参数变化、外部扰动和摩擦力等不确定性因素影响的基础上,建立了含有不确定性因素在内的PMLSM动态数学模型;利用TSKFRNN对系统同时进行了实时在线的结构学习和参数学习,提高了系统抑制不确定性因素的鲁棒性,保证了系统的动态跟踪性能。实验及研究结果表明:与模糊神经网络PID控制方法相比,TSKFRNN可以有效辨识电机参数,抑制系统的不确定性对系统伺服性能的影响,提高了系统的鲁棒性和跟踪性能。 展开更多

关键词 永磁直线同步电动机 不确定性因素 TSK型递归模糊神经网络 鲁棒性 跟踪性

在线阅读 下载PDF 职称材料

滑模动态递归模糊神经网络船电推进复合控制 被引量：2

9

作者 张桂臣 马捷 《控制理论与应用》 EI CAS CSCD 北大核心 2011年第5期625-630,共6页

提出了船舶电力吊舱推进系统的复合控制策略,以消除吊舱推进的过冲现象并获得快速平滑的动态响应.复合控制由鲁棒滑模控制和动态递归模糊神经网络控制组成,鲁棒滑模控制利用死区非线性和误差边界厚度法,克服系统的不确定与外界扰动,具... 提出了船舶电力吊舱推进系统的复合控制策略,以消除吊舱推进的过冲现象并获得快速平滑的动态响应.复合控制由鲁棒滑模控制和动态递归模糊神经网络控制组成,鲁棒滑模控制利用死区非线性和误差边界厚度法,克服系统的不确定与外界扰动,具有在线自学习算法的动态递归模糊神经网络控制促使系统的跟踪误差趋近于0.建立了基于SIMOTION的半实物仿真Siemens-Schottel推进器系统,仿真与实验结果表明,复合控制具有暂态快速和稳态平滑的动态响应,提高了吊舱推进系统的鲁棒性和运动精度. 展开更多

关键词 复合控制 鲁棒滑模 动态递归模糊神经网络 船舶电力推进 吊舱推进

在线阅读 下载PDF 职称材料

动态T-S递归模糊神经网络及其应用 被引量：1

10

作者 彭晓波 桂卫华 +1 位作者 李勇刚 陈勇 《系统仿真学报》 CAS CSCD 北大核心 2009年第18期5636-5638,5644,共4页

提出了动态T-S递归模糊神经网络(DTRFNN)。该网络具有全局收敛特性的递归结构;采用BP算法进行网络权值的学习;并利用Lyapunov定理证明该模型具有全局收敛性,并在此基础上提出了克服局部极小的方法。最后以动态系统的辨识为例,进行实验研... 提出了动态T-S递归模糊神经网络(DTRFNN)。该网络具有全局收敛特性的递归结构;采用BP算法进行网络权值的学习;并利用Lyapunov定理证明该模型具有全局收敛性,并在此基础上提出了克服局部极小的方法。最后以动态系统的辨识为例,进行实验研究,取得了很好的效果,表明DTRFNN动态模型能很好的对动态系统进行辨识。 展开更多

关键词 动态T-S递归模糊神经网络(DTRFNN) BP学习算法 收敛性 学习率

在线阅读 下载PDF 职称材料

一种递归模糊神经网络的广义预测控制方法 被引量：2

11

作者 李国勇 刘鹏 《太原理工大学学报》 CAS 北大核心 2012年第1期11-15,共5页

提出了一种递归模糊神经网络(RFNN),通过加入向量调节层,提高了网络对输入信息的处理能力。基于所设计的递归模糊神经网络,建立非线性系统的离散数学多步模糊预测模型,根据这一模型对系统的输出进行预测,然后利用预测控制算法得到相应... 提出了一种递归模糊神经网络(RFNN),通过加入向量调节层,提高了网络对输入信息的处理能力。基于所设计的递归模糊神经网络,建立非线性系统的离散数学多步模糊预测模型,根据这一模型对系统的输出进行预测,然后利用预测控制算法得到相应的预测控制规律。仿真结果表明该方法具有较高的控制精度以及一定的抗干扰能力。 展开更多

关键词 归模糊神经网络 向量调节 广义预测控制 非线性

在线阅读 下载PDF 职称材料

递归模糊神经网络同步机变结构控制(Ⅰ)

12

作者 钟定铭 陈玮 陈兴国 《包装工程》 CAS CSCD 北大核心 2008年第8期64-65,共2页

根据裹包机的驱动系统控制精度较差的问题,提出采用应用递归模糊神经网络变结构控制线性同步电动机伺服系统,经过仿真,结果表明,该控制系统克服了上述缺点。

关键词 裹包机 递归模糊神经网络 变结构控制 鲁棒性

在线阅读 下载PDF 职称材料

基于多层递归模糊神经网络的间歇过程批次间优化控制

13

作者 柳贺 黄道 《华东理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2008年第5期724-728,739,共6页

针对间歇过程,基于多层递归模糊神经网络和混沌搜索实现了终点产品质量的批次间迭代控制策略,并在此基础上提出了间歇过程温度控制的批次间迭代控制策略。多层递归模糊神经网络被用于间歇过程对象建模,混沌搜索用于过程建模和优化计算... 针对间歇过程,基于多层递归模糊神经网络和混沌搜索实现了终点产品质量的批次间迭代控制策略,并在此基础上提出了间歇过程温度控制的批次间迭代控制策略。多层递归模糊神经网络被用于间歇过程对象建模,混沌搜索用于过程建模和优化计算。由于存在模型误差和未知干扰,基于模型所计算出来的最优控制输入在实际运用到对象上后并不是最优的。利用间歇过程的重复特性,根据以前批次的模型预测误差来修正模型预测,并据此计算下一批次的最优控制输入。随着批次的进行,跟踪误差逐渐减小。仿真实验验证了该方法的有效性。 展开更多

关键词 间歇过程 批次间控制 递归模糊神经网络 混沌搜索 优化

在线阅读 下载PDF 职称材料

基于递归模糊神经网络的污水处理控制方法 被引量：13

14

作者 韩改堂 乔俊飞 韩红桂 《化工学报》 EI CAS CSCD 北大核心 2016年第3期954-959,共6页

针对污水处理过程具有非线性、大时变等问题,提出了一种基于递归模糊神经网络的多变量控制方法。该方法通过递归模糊神经网络控制器自适应地获得对操作变量的控制精度,控制器在常规BP学习算法的基础上采用学习率自适应学习算法且引入了... 针对污水处理过程具有非线性、大时变等问题,提出了一种基于递归模糊神经网络的多变量控制方法。该方法通过递归模糊神经网络控制器自适应地获得对操作变量的控制精度,控制器在常规BP学习算法的基础上采用学习率自适应学习算法且引入了动量项来训练网络参数,避免网络陷入局部最优,提高了网络对系统的控制精度。最后,基于仿真基准模型(BSM1)平台对第五分区中的溶解氧和第二分区中的硝态氮控制进行动态仿真实验,结果表明,与PID、前馈神经网络和常规递归神经网络相比,该方法能有效提高系统的自适应控制精度。 展开更多

关键词 污水处理过程 递归模糊神经网络 控制 自适应学习算法 溶解氧 硝态氮 动态仿真

在线阅读 下载PDF 职称材料

基于自适应递归模糊神经网络的污水处理控制 被引量：13

15

作者 韩改堂 乔俊飞 韩红桂 《控制理论与应用》 EI CAS CSCD 北大核心 2016年第9期1252-1258,共7页

针对污水处理过程中具有的非线性、大时变等特征,提出了一种基于自适应递归模糊神经网络(recurrent fuzzy neural network,RFNN)的污水处理控制方法.该方法利用自适应RFNN识别器建立污水处理过程的非线性动态模型,建立的模型可以为RFNN... 针对污水处理过程中具有的非线性、大时变等特征,提出了一种基于自适应递归模糊神经网络(recurrent fuzzy neural network,RFNN)的污水处理控制方法.该方法利用自适应RFNN识别器建立污水处理过程的非线性动态模型,建立的模型可以为RFNN控制器提供污水处理过程中的状态变量信息,保证了控制器根据系统响应调整操作变量的精确性;并且RFNN辨识器及RFNN控制器基于自适应学习率进行学习,确保了递归模糊神经网络的收敛精度和速度,并通过构造李雅普诺夫函数证明了此算法的收敛性;最后,基于基准仿真模型(benchmark simulation model 1,BSM1)平台进行仿真实验.结果表明,与PID、模型预测控制及前馈神经网络相比,该方法对污水处理中溶解氧浓度和硝态氮浓度的跟踪控制精度具有明显的提升. 展开更多

关键词 污水处理 递归模糊神经网络 自适应学习率 基准仿真模型(BSM1)

在线阅读 下载PDF 职称材料

基于递归模糊神经网络的风电平滑控制策略 被引量：10

16

作者 杨彦飞 陈洁 +1 位作者 廖跃洪 阿热帕提·艾尼瓦尔 《现代电力》 北大核心 2022年第2期228-235,共8页

为实现风电平滑并网,在满足风电波动要求的基础上,以减少风电平滑输出时间延时和降低混合储能容量为目的,设计了一个基于递归模糊神经网络与规则控制相结合的风电平滑并网策略。首先,通过递归模糊神经网络对风电原始出力进行平抑,获得... 为实现风电平滑并网,在满足风电波动要求的基础上,以减少风电平滑输出时间延时和降低混合储能容量为目的,设计了一个基于递归模糊神经网络与规则控制相结合的风电平滑并网策略。首先,通过递归模糊神经网络对风电原始出力进行平抑,获得符合国家1 min/10 min风电波动要求的并网功率。其次,依据混合储能系统各自的约束条件(如功率、荷电状态等)建立基于规则控制的功率分配算法,实现了功率在混合储能系统之间的合理分配。最后,以新疆地区的风电历史数据为依据,在Matlab/Simulink中进行仿真,结果表明该平滑策略是合理和有效的。 展开更多

关键词 风力发电 混合储能 递归模糊神经网络 功率分配 能量管理

在线阅读 下载PDF 职称材料

基于自组织递归模糊神经网络的PM2.5浓度预测 被引量：8

17

作者 周杉杉 李文静 乔俊飞 《智能系统学报》 CSCD 北大核心 2018年第4期509-516,共8页

针对PM2.5浓度非线性动态变化的特点,提出了一种自组织递归模糊神经网络(self-organizing recurrent fuzzy neural network,SORFNN)方法预测PM2.5小时浓度。首先,通过分析影响PM2.5浓度的多种因素,利用主成分分析法(principal component... 针对PM2.5浓度非线性动态变化的特点,提出了一种自组织递归模糊神经网络(self-organizing recurrent fuzzy neural network,SORFNN)方法预测PM2.5小时浓度。首先,通过分析影响PM2.5浓度的多种因素,利用主成分分析法(principal component analysis,PCA)筛选出与PM2.5浓度相关性较强的特征变量作为神经网络的输入变量。然后,根据ε准则和偏最小二乘算法(partial least squares,PLS)进行规则化层神经元的增删,实现递归模糊神经网络结构的自动调整,并采用学习率自适应的梯度下降算法调整模型中心、宽度和权值等参数,建立PM2.5预测模型。最后,利用典型非线性系统辨识和实际PM2.5浓度预测实验进行验证。实验结果表明,所设计的自组织递归模糊神经网络结构精简且预测精度高,较好地满足了PM2.5实时预测的要求。 展开更多

关键词 PM2.5 预测 PCA 递归模糊神经网络 自组织 自适应梯度下降

在线阅读 下载PDF 职称材料

基于WTFMC 算法的递归模糊神经网络结构设计 被引量：6

18

作者 乔俊飞 丁海旭 李文静 《自动化学报》 EI CSCD 北大核心 2020年第11期2367-2378,共12页

针对递归模糊神经网络(Recurrent fuzzy neural network,RFNN)的递归量难以自适应的问题,提出一种基于小波变换–模糊马尔科夫链(Wavelet transform fuzzy Markov chain,WTFMC)算法的RFNN模型.首先,在时间维度上记录隐含层神经元的模糊... 针对递归模糊神经网络(Recurrent fuzzy neural network,RFNN)的递归量难以自适应的问题,提出一种基于小波变换–模糊马尔科夫链(Wavelet transform fuzzy Markov chain,WTFMC)算法的RFNN模型.首先,在时间维度上记录隐含层神经元的模糊隶属度,并采用小波变换将该时间序列进行分解,通过模糊马尔科夫链对子序列的未来时段进行预测,之后将各预测量合并后代入递归函数中得到具有自适应性的递归量.其次,利用梯度下降算法更新RFNN的参数来保证神经网络的精度.最后,通过非线性系统建模中几个基准问题和实际污水处理中关键水质参数的预测实验,证明了该神经网络模型的可行性和有效性. 展开更多

关键词 递归模糊神经网络 小波变换 模糊马尔科夫链 动态建模 污水处理

在线阅读 下载PDF 职称材料

基于TSK型递归模糊神经网络的加工中心双直线电机交叉耦合同步控制 被引量：6

19

作者 方昱璋 张晓梅 张海文 《科学技术与工程》 北大核心 2020年第18期7318-7322,共5页

为解决高精密龙门移动式镗铣床加工中心X轴的两台直线电机的同步跟踪问题,采用一种TSK型递归模糊神经网络(TSK-type recurrent fuzzy neural network,TSKRFNN)与交叉耦合控制(cross-coupled control,CCC)相结合的控制方法。利用TSKRFNN... 为解决高精密龙门移动式镗铣床加工中心X轴的两台直线电机的同步跟踪问题,采用一种TSK型递归模糊神经网络(TSK-type recurrent fuzzy neural network,TSKRFNN)与交叉耦合控制(cross-coupled control,CCC)相结合的控制方法。利用TSKRFNN解决单轴PMLSM受到参数变化和外界扰动等不确定性影响的问题,估计并补偿总不确定性因素并在线调整网络参数,从而抵抗外界干扰,提高系统的鲁棒性和跟踪性。其次,为解决双直线电机运行时存在的参数不匹配性和耦合问题,将CCC与TSKRFNN相结合,CCC可以将单轴跟踪误差按照一定比例分配给两台永磁直线同步电动机(permanent magnet linear synchronous motor,PMLSM),以抑制由不同步问题引起的不平衡扭矩,从而使系统高精度同步运行。最后,通过双直线电机平台上证明所提方法的有效性,实验结果表明该方法鲁棒性及跟踪性优良,可以较好地满足加工中心同步控制的要求。 展开更多

关键词 双直线电机 TSK型递归模糊神经网络 交叉耦合控制 同步控制

在线阅读 下载PDF 职称材料

基于递归模糊小波神经网络的INS-GNSS组合导航算法 被引量：9

20

作者 于仁海 曹春燕 +1 位作者 张闯 房美含 《上海海事大学学报》 北大核心 2021年第2期8-14,共7页

为提高惯性导航系统(inertial navigation system,INS)与全球卫星导航系统(global navigation satellite system,GNSS)相结合的组合导航系统在GNSS中断期间的精度,提出一种基于递归模糊小波神经网络(recurrent fuzzy wavelet neural net... 为提高惯性导航系统(inertial navigation system,INS)与全球卫星导航系统(global navigation satellite system,GNSS)相结合的组合导航系统在GNSS中断期间的精度,提出一种基于递归模糊小波神经网络(recurrent fuzzy wavelet neural network,RFWNN)的启发式神经网络结构,用于INS的速度和位置误差补偿。在GNSS正常工作时,利用INS-GNSS数据将RFWNN训练成一个高精度的预测模型;在GNSS中断期间,利用被训练好的RFWNN模型补偿INS的速度和位置误差。为对所提出的RFWNN辅助INS-GNSS的性能进行评估,进行实船试验,结果表明利用RFWNN能够有效地对GNSS中断时的速度和位置信息进行高精度修正。 展开更多

关键词 惯性导航系统(INS) 全球卫星导航系统(GNSS) 递归模糊小波神经网络(RFWNN)

在线阅读 下载PDF 职称材料