期刊专题

10.3969/j.issn.1674-3644.2002.01.023

伪线性神经网络

引用
给出了多输入-多输出(MIMO)的伪线性神经网络(PNN)结构与模型.PNN的构成是基于Gain-scheduling控制技术与扩展线性化方法.还讨论PNN的递推预报误差的二阶学习算法(RPF)和训练过程,并通过对多变量、强耦合的非线性加热炉的动态建模,证明了用PNN建模,效果良好,且具有训练参数少,收敛速度快,准确性高等良好性能.

伪线性神经网络(PNN)、非线性系统、RPF、系统建模、加热炉

25

N945.12(系统科学)

湖北省武汉市建委科技计划

2004-01-08(万方平台首次上网日期,不代表论文的发表时间)

共4页

77-80

暂无封面信息
查看本期封面目录

武汉科技大学学报(自然科学版)

1672-3090

42-1608/N

25

2002,25(1)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn