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
3
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
基于模糊聚类与非线性最小二乘法的径向基网络设计
被引量：
4
1
作者
周琛
马峥
《系统仿真学报》
CAS
CSCD
2002年第7期859-862,共4页
针对径向基网络构造的关键,径向基函数中心位置的合理选取,利用改进的模糊聚类法给出了径向基网络中心的选择算法,并在此基础上结合非线性最小二乘法,提出了一种新的网络递推学习算法。这种学习算法充分利用径向基网络的二次信息,迭代...
针对径向基网络构造的关键,径向基函数中心位置的合理选取,利用改进的模糊聚类法给出了径向基网络中心的选择算法,并在此基础上结合非线性最小二乘法,提出了一种新的网络递推学习算法。这种学习算法充分利用径向基网络的二次信息,迭代地确定径向基函数的中心位置和网络的权系数。通过运用于泵站特性曲面的拟合,证明了该算法是行之有效的.
展开更多
关键词
模糊聚类
非线性最小二乘法
径向基网络
设计
神经网络
递推学习算法
在线阅读
下载PDF
职称材料
船舶操纵的高斯势函数神经网络PID控制器研究
被引量：
3
2
作者
程启明
万德钧
+1 位作者
吴峻
马壮
《东南大学学报（自然科学版）》
EI
CAS
CSCD
1998年第6期140-145,共6页
针对船舶操纵这种非线性、时变参数控制对象，提出了一种采用高斯势函数神经网络的自适应ＰＩＤ控制系统，该系统由２个高斯势函数神经网络组成，其中一个用于船舶运动模型的辨识，另一个用于ＰＩＤ学习控制．文中还提出了广义递归最小...
针对船舶操纵这种非线性、时变参数控制对象，提出了一种采用高斯势函数神经网络的自适应ＰＩＤ控制系统，该系统由２个高斯势函数神经网络组成，其中一个用于船舶运动模型的辨识，另一个用于ＰＩＤ学习控制．文中还提出了广义递归最小二乘学习算法，以便加快网络训练速度．船舶操纵的仿真结果表明此法明显优于传统的ＰＩＤ控制器．
展开更多
关键词
PID控制器
船舶操纵
神经网络
高斯势函数
PID控制
自动操舵
广义
递推
最小二乘
学习
算法
在线阅读
下载PDF
职称材料
在线时间序列预测方法及其应用
被引量：
7
3
作者
聂侥
吴建军
《北京工业大学学报》
CAS
CSCD
北大核心
2017年第3期386-393,共8页
为解决非线性复杂时间序列在线预测问题,提出了一种基于过程神经网络模型的在线预测方法.首先,在历史数据的基础上建立双并联离散过程神经网络模型;然后,根据在线更新的数据样本,采用递推极限学习算法对过程神经网络隐层到输出层的权值...
为解决非线性复杂时间序列在线预测问题,提出了一种基于过程神经网络模型的在线预测方法.首先,在历史数据的基础上建立双并联离散过程神经网络模型;然后,根据在线更新的数据样本,采用递推极限学习算法对过程神经网络隐层到输出层的权值进行相应的更新;最后,应用权值更新后的过程神经网络模型对时间序列进行预测.文中给出了具体的过程神经网络学习算法与权值更新机制,并以混沌时间序列与液体火箭发动机的状态预测为例对方法进行了验证.研究结果表明:该方法在预测精度和适应能力上较单一的离线模型有显著提高,可以为非线性复杂时间序列在线预测问题提供一种有效的解决方法.
展开更多
关键词
非线性
时间序列
在线预测
过程神经网络
递推
极限
学习
算法
在线阅读
下载PDF
职称材料
题名
基于模糊聚类与非线性最小二乘法的径向基网络设计
被引量：
4
1
作者
周琛
马峥
机构
上海大学机械及自动化学院
上海大学应用数学和力学研究所
出处
《系统仿真学报》
CAS
CSCD
2002年第7期859-862,共4页
文摘
针对径向基网络构造的关键,径向基函数中心位置的合理选取,利用改进的模糊聚类法给出了径向基网络中心的选择算法,并在此基础上结合非线性最小二乘法,提出了一种新的网络递推学习算法。这种学习算法充分利用径向基网络的二次信息,迭代地确定径向基函数的中心位置和网络的权系数。通过运用于泵站特性曲面的拟合,证明了该算法是行之有效的.
关键词
模糊聚类
非线性最小二乘法
径向基网络
设计
神经网络
递推学习算法
Keywords
neural network
radial basis function network
fuzzy clustering
least square method
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
船舶操纵的高斯势函数神经网络PID控制器研究
被引量：
3
2
作者
程启明
万德钧
吴峻
马壮
机构
东南大学仪器科学与工程系
出处
《东南大学学报（自然科学版）》
EI
CAS
CSCD
1998年第6期140-145,共6页
基金
中国船舶工业国防科技应用
基础研究基金
文摘
针对船舶操纵这种非线性、时变参数控制对象，提出了一种采用高斯势函数神经网络的自适应ＰＩＤ控制系统，该系统由２个高斯势函数神经网络组成，其中一个用于船舶运动模型的辨识，另一个用于ＰＩＤ学习控制．文中还提出了广义递归最小二乘学习算法，以便加快网络训练速度．船舶操纵的仿真结果表明此法明显优于传统的ＰＩＤ控制器．
关键词
PID控制器
船舶操纵
神经网络
高斯势函数
PID控制
自动操舵
广义
递推
最小二乘
学习
算法
Keywords
ship maneuvering
neural network
Gaussian potential function
PID control
general least squares learning algorithm
分类号
U664.82 [交通运输工程—船舶及航道工程]
U666.153 [交通运输工程—船舶及航道工程]
在线阅读
下载PDF
职称材料
题名
在线时间序列预测方法及其应用
被引量：
7
3
作者
聂侥
吴建军
机构
国防科学技术大学航天科学与工程学院
出处
《北京工业大学学报》
CAS
CSCD
北大核心
2017年第3期386-393,共8页
基金
国家自然科学基金资助项目(51206181)
文摘
为解决非线性复杂时间序列在线预测问题,提出了一种基于过程神经网络模型的在线预测方法.首先,在历史数据的基础上建立双并联离散过程神经网络模型;然后,根据在线更新的数据样本,采用递推极限学习算法对过程神经网络隐层到输出层的权值进行相应的更新;最后,应用权值更新后的过程神经网络模型对时间序列进行预测.文中给出了具体的过程神经网络学习算法与权值更新机制,并以混沌时间序列与液体火箭发动机的状态预测为例对方法进行了验证.研究结果表明:该方法在预测精度和适应能力上较单一的离线模型有显著提高,可以为非线性复杂时间序列在线预测问题提供一种有效的解决方法.
关键词
非线性
时间序列
在线预测
过程神经网络
递推
极限
学习
算法
Keywords
nonlinearity
time series
online prediction
process neural network
recursion extreme learning algorithm
分类号
TP391 [自动化与计算机技术—计算机应用技术]
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
基于模糊聚类与非线性最小二乘法的径向基网络设计
周琛
马峥
《系统仿真学报》
CAS
CSCD
2002
4
在线阅读
下载PDF
职称材料
2
船舶操纵的高斯势函数神经网络PID控制器研究
程启明
万德钧
吴峻
马壮
《东南大学学报（自然科学版）》
EI
CAS
CSCD
1998
3
在线阅读
下载PDF
职称材料
3
在线时间序列预测方法及其应用
聂侥
吴建军
《北京工业大学学报》
CAS
CSCD
北大核心
2017
7
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
