排序方式： 共有3条查询结果，搜索用时 78 毫秒
1
1.
针对自抗扰控制器可调参数多且不易整定的问题,提出了一种用单神经元改进非线性状态误差反馈控制律的算法.利用神经网络的自学习能力,采用一个单神经元构造自适应参数,使参数依据系统误差的变化自动作相应地调整,从而完成参数的在线自整定.仿真结果表明,改进后的控制器调整参数大大减少,而且具有更强的适应性和鲁棒性. 相似文献
2.
双率时变系统遗忘因子最小二乘参数估计 总被引：1，自引：0，他引：1
针对一类双采样率随机时变系统,应用多项式变换技术和随机过程理论,在强持续激励条件下,研究了双率时变遗忘因子最小二乘法(dual-rate forgotten factor least squares,DR-FFLS)的参数估计收敛性,得到了参数估计误差上界的精确表达式.分析表明,随着数据长度k的增加,DR-FFLS算法的参数估计误差上界收敛到常数.同时分析了双率确定性时不变系统、随机时不变系统、确定性时变系统的参数估计误差上界.仿真实例验证了对于随机时变与不变双率系统,同样可得参数估计误差小于参数估计误差上界,并且随着k的增大,参数估计误差上界趋于常数. 相似文献
3.
针对现有模型选择标准无法对支持向量回归(SVR)模型选择过程给出明确几何意义的弱点,提出了一种基于信息几何理论的模型选择新标准.它将模型空间看成是一个流形,将模型复杂度等价于其所能覆盖的概率分布个数,模型拟合度则视为样本的真实分布与模型分布之间的分散度,由此直观地解释了SVR的求解过程,并明确了模型选择的几何意义. 相似文献
1