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
2
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
基于小波和非线性含输入自回归模型的系统辨识算法
被引量：
1
1
作者
石宏理
蔡远利
邱祖廉
《西安交通大学学报》
EI
CAS
CSCD
北大核心
2004年第6期611-614,共4页
提出了一种结合小波理论和非线性含输入自回归(NARX)模型的系统辨识新算法.该算法利用小波函数有效的逼近能力避免了应用NARX模型系统辨识时确定模型结构的复杂过程,消除了通常小波网络辨识算法由于输入变量之间可能存在巨大差别而引入...
提出了一种结合小波理论和非线性含输入自回归(NARX)模型的系统辨识新算法.该算法利用小波函数有效的逼近能力避免了应用NARX模型系统辨识时确定模型结构的复杂过程,消除了通常小波网络辨识算法由于输入变量之间可能存在巨大差别而引入的严重失真,构成了一个通用、有效、不依赖于系统先验信息的非线性辨识框架.两则数据仿真表明,对于高度非线性系统,该算法可使系统估计的均方误差减少60%以上.
展开更多
关键词
非线性含输入自回归模型
系统辨识
小波分析
在线阅读
下载PDF
职称材料
可重构功放的新颖NARX神经网络逆向建模研究
被引量：
1
2
作者
南敬昌
臧净
+1 位作者
高明明
胡婷婷
《微波学报》
CSCD
北大核心
2019年第5期51-56,共6页
针对使用CAD软件设计射频微波电路繁琐且耗时长等缺点,提出一种新颖的带外部输入的非线性自回归(NARX)神经网络逆向建模方法。此方法采用具有激励函数的NARX神经网络(DAFNN)为模型以提高网络的泛化能力,利用支持向量机(SVM)替代模型的...
针对使用CAD软件设计射频微波电路繁琐且耗时长等缺点,提出一种新颖的带外部输入的非线性自回归(NARX)神经网络逆向建模方法。此方法采用具有激励函数的NARX神经网络(DAFNN)为模型以提高网络的泛化能力,利用支持向量机(SVM)替代模型的前馈部分完成数据分类,解决设计中的多解问题。然后应用于可以覆盖多个频段的可重构功率放大器中,实验表明,该方法在精度方面分别优于直接逆向建模方法和自适应η逆向建模方法99.86%和81.32%,计算速度方面优于直接逆向建模方法31.72%,可以降低射频微波可重构功率放大器的设计复杂度、缩短其设计时间。
展开更多
关键词
带外部
输入
的
非线性
自回归
(NARX)神经网络
逆向建模
DAFNN神经元
模型
支持向量机
可重构功率放大器
在线阅读
下载PDF
职称材料
题名
基于小波和非线性含输入自回归模型的系统辨识算法
被引量：
1
1
作者
石宏理
蔡远利
邱祖廉
机构
西安交通大学电子与信息工程学院
出处
《西安交通大学学报》
EI
CAS
CSCD
北大核心
2004年第6期611-614,共4页
文摘
提出了一种结合小波理论和非线性含输入自回归(NARX)模型的系统辨识新算法.该算法利用小波函数有效的逼近能力避免了应用NARX模型系统辨识时确定模型结构的复杂过程,消除了通常小波网络辨识算法由于输入变量之间可能存在巨大差别而引入的严重失真,构成了一个通用、有效、不依赖于系统先验信息的非线性辨识框架.两则数据仿真表明,对于高度非线性系统,该算法可使系统估计的均方误差减少60%以上.
关键词
非线性含输入自回归模型
系统辨识
小波分析
Keywords
Algorithms
Estimation
Models
Nonlinear systems
Regression analysis
Wavelet transforms
分类号
TP184 [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
可重构功放的新颖NARX神经网络逆向建模研究
被引量：
1
2
作者
南敬昌
臧净
高明明
胡婷婷
机构
辽宁工程技术大学电子与信息工程学院
出处
《微波学报》
CSCD
北大核心
2019年第5期51-56,共6页
基金
国家自然科学基金(61971210,61372058)
国家自然科学基金青年科学基金(61701211)
+1 种基金
辽宁省特聘教授项目(551806006)
辽宁省高校重点实验室项目(LJZS007)
文摘
针对使用CAD软件设计射频微波电路繁琐且耗时长等缺点,提出一种新颖的带外部输入的非线性自回归(NARX)神经网络逆向建模方法。此方法采用具有激励函数的NARX神经网络(DAFNN)为模型以提高网络的泛化能力,利用支持向量机(SVM)替代模型的前馈部分完成数据分类,解决设计中的多解问题。然后应用于可以覆盖多个频段的可重构功率放大器中,实验表明,该方法在精度方面分别优于直接逆向建模方法和自适应η逆向建模方法99.86%和81.32%,计算速度方面优于直接逆向建模方法31.72%,可以降低射频微波可重构功率放大器的设计复杂度、缩短其设计时间。
关键词
带外部
输入
的
非线性
自回归
(NARX)神经网络
逆向建模
DAFNN神经元
模型
支持向量机
可重构功率放大器
Keywords
nonlinear auto-regressive with exogenous inputs(NARX)neural network
inverse modeling
neural network with dynamic activation functions(DAFNN)neuron model
support vector machine
reconfigurable power amplifier
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
基于小波和非线性含输入自回归模型的系统辨识算法
石宏理
蔡远利
邱祖廉
《西安交通大学学报》
EI
CAS
CSCD
北大核心
2004
1
在线阅读
下载PDF
职称材料
2
可重构功放的新颖NARX神经网络逆向建模研究
南敬昌
臧净
高明明
胡婷婷
《微波学报》
CSCD
北大核心
2019
1
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
