首页 > 《东南大学学报：英文版》 > 2001年1期 > 利用混合神经网络辨识Hammerstein模型的方法

利用混合神经网络辨识Hammerstein模型的方法

在线阅读下载PDF 导出详情

摘要研究了Hammerstein模型的辨识问题,并考虑了多输入多输出(MIMO)情况.提出一种混合神经网络辨识模型,该模型由一个多层前馈神经网络(MFNN)与一个线性神经网络(LNN)串联而成.给出了一个反向传播(BP)算法同步训练该混合神经网络的权值和阈值.仿真结果表明了该方法的有效性.

DOI o3j7mygqj1/24705

作者李世华;李奇;李捷

机构地区不详

出处《东南大学学报：英文版》 2001年1期

关键词神经网络非线性系统辨识 Hammerstein模型

分类 [文化科学][高等教育学]

出版日期 2001年01月11日（中国期刊网平台首次上网日期，不代表论文的发表时间）

相关文献

1. 混合神经网络.计算机应用技术,2005-04.
2. 混合神经网络.计算机应用技术,2005-06.
3刘静;高渲;孙大新;薛贵军. 非线性对象快速神经网络辨识方法.职业技术教育学,2006-02.
4陈逊;任雪梅. 基于小波算法和神经网络相结合的系统辨识方法.火炮、自动武器与弹药工程,2004-03.
5莫东序. ARIMA与BP神经网络混合模型在广西GDP预测中的应用.政治经济学,2011-06.
6闫金衡. 基于卷积神经网络信任模型研究.建筑技术科学,2021-01.
7陈磊. 卷积神经网络语言模型研究分析.电力系统及自动化,2018-11.
8张恺;陈思. 基于神经网络的时序预测模型研究.通信与信息系统,2019-01.
9何弦. 基于BP模型神经网络的研究综述.物理电子学,2018-05.
10王乐亭. 基于神经网络的混凝土强度预测模型.建筑设计及理论,2018-09.

来源期刊

东南大学学报：英文版

东南大学学报：英文版

相关推荐

同分类资源更多

相关关键词

神经网络非线性系统辨识 Hammerstein模型

返回顶部