掃一掃
關(guān)注中圖網(wǎng)
官方微博
包郵 基于組合式信號(hào)源的塊結(jié)構(gòu)模型辨識(shí)方法
作者：賈立
開本：
24cm
頁(yè)數(shù)：
10,171頁(yè)
本類榜單：工業(yè)技術(shù)銷量榜
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養(yǎng)秘籍)
-
>
晶體管電路設(shè)計(jì)(下)
-
>
基于個(gè)性化設(shè)計(jì)策略的智能交通系統(tǒng)關(guān)鍵技術(shù)
-
>
花樣百出:貴州少數(shù)民族圖案填色
-
>
山東教育出版社有限公司技術(shù)轉(zhuǎn)移與技術(shù)創(chuàng)新歷史叢書中國(guó)高等技術(shù)教育的蘇化(1949—1961)以北京地區(qū)為中心
-
>
鐵路機(jī)車概要.交流傳動(dòng)內(nèi)燃.電力機(jī)車
-
>
利維坦的道德困境:早期現(xiàn)代政治哲學(xué)的問題與脈絡(luò)
中圖價(jià):¥53.0
加入購(gòu)物車
基于組合式信號(hào)源的塊結(jié)構(gòu)模型辨識(shí)方法 版權(quán)信息
- ISBN：9787030503770
- 條形碼：9787030503770 ; 978-7-03-050377-0
- 裝幀：一般膠版紙
- 冊(cè)數(shù)：暫無(wú)
- 重量：暫無(wú)
- 所屬分類：>>
基于組合式信號(hào)源的塊結(jié)構(gòu)模型辨識(shí)方法 本書特色
復(fù)雜工業(yè)過(guò)程具有多變量、變量間非線性和強(qiáng)耦合等特點(diǎn)，且受多種不確定因素干擾導(dǎo)致難以建模，針對(duì)這一問題，本書從塊結(jié)構(gòu)模型中間變量不可測(cè)量的角度出發(fā)，分析塊結(jié)構(gòu)模型各串聯(lián)模塊在不同激勵(lì)信號(hào)作用下的特性，系統(tǒng)地提出復(fù)雜工業(yè)過(guò)程塊結(jié)構(gòu)非線性動(dòng)態(tài)模型描述和辨識(shí)的新方法，主要包括采用神經(jīng)模糊技術(shù)的串聯(lián)模塊建模方法、全新智能分離算法和模塊參數(shù)辨識(shí)算法、利用補(bǔ)償技術(shù)的塊結(jié)構(gòu)非線性動(dòng)態(tài)系統(tǒng)過(guò)程噪聲建模方法等，并利用隨機(jī)過(guò)程理論分析和比較所提方法的性能。
基于組合式信號(hào)源的塊結(jié)構(gòu)模型辨識(shí)方法 內(nèi)容簡(jiǎn)介
本書從塊結(jié)構(gòu)模型中間變量不可測(cè)量的角度出發(fā), 分析塊結(jié)構(gòu)模型各串聯(lián)模塊在不同激勵(lì)信號(hào)作用下的特性, 系統(tǒng)地提出復(fù)雜工業(yè)過(guò)程塊結(jié)構(gòu)非線性動(dòng)態(tài)模型描述和辨別的新方法等。
基于組合式信號(hào)源的塊結(jié)構(gòu)模型辨識(shí)方法 目錄
《智能科學(xué)技術(shù)著作叢書》序
前言
**部分塊結(jié)構(gòu)模型
第1章塊結(jié)構(gòu)模型概述
1.1引言
1.2靜態(tài)非線性環(huán)節(jié)與動(dòng)態(tài)線性環(huán)節(jié)的同步辨識(shí)法
1.2.1過(guò)參數(shù)化法
1.2.2子空間法
1.2.3調(diào)制函數(shù)法
1.2.4直接辨識(shí)法
1.3靜態(tài)非線性環(huán)節(jié)與動(dòng)態(tài)線性環(huán)節(jié)的分步辨識(shí)法
1.3.1迭代法
1.3.2分離*小二乘法
1.3.3多信號(hào)源法
1.3.4盲辨識(shí)法
1.3.5頻域法
1.3.6隨機(jī)法
1.4基于Hammcrstein模型的控制系統(tǒng)設(shè)計(jì)
1.5塊結(jié)構(gòu)模型研究中存在的關(guān)鍵問題
1.6全書概況
參考文獻(xiàn)
第二部分基于二進(jìn)制—隨機(jī)復(fù)合信號(hào)源的塊結(jié)構(gòu)模型辨識(shí)方法
第2章基于二進(jìn)制—隨機(jī)復(fù)合信號(hào)源的Hammerstein模型辨識(shí)方法
2.1基于泰勒級(jí)數(shù)展開法的Hammerstein模型辨識(shí)
2.1.1基于神經(jīng)模糊的Hammerstein模型
2.1.2基于神經(jīng)模糊Hammerstein模型的辨識(shí)
2.1.3實(shí)驗(yàn)結(jié)果
2.1.4小結(jié)
2.2基于Lyapunov方法的Hammerstein模型辨識(shí)
2.2.1神經(jīng)模糊Hammerstein模型
2.2.2神經(jīng)模糊Hammerstein模型辨識(shí)
2.2.3實(shí)驗(yàn)結(jié)果
2.2.4小結(jié)
參考文獻(xiàn)
第3章基于二進(jìn)制—隨機(jī)復(fù)合信號(hào)源的Hammerstein—Wiener模型辨識(shí)方法
3.1基于二進(jìn)制—隨機(jī)復(fù)合信號(hào)源的Hammerstein—Wiener模型
3.1.1神經(jīng)模糊Hammerstein—Wiener模型
3.1.2神經(jīng)模糊Hammersiein—Wiener模型各串聯(lián)環(huán)節(jié)的分離
3.1.3基于神經(jīng)模糊Hammerstein—Wiener模型的控制系統(tǒng)
3.1.4實(shí)驗(yàn)結(jié)果
3.1.5小結(jié)
3.2基于兩階段復(fù)合信號(hào)的Hammerstein—Wiener模型
3.2.1基于兩階段復(fù)合信號(hào)的神經(jīng)模糊Hammerstein—Wiener模型
3.2.2實(shí)驗(yàn)結(jié)果
3.2.3小結(jié)
參考文獻(xiàn)
第4章含過(guò)程噪聲的塊結(jié)構(gòu)模型二進(jìn)制—隨機(jī)復(fù)合信號(hào)源辨識(shí)方法
4.1基于輔助模型遞推*小二乘法的Hammerstein模型
4.1.1一類含過(guò)程噪聲的Hammerstein模型
4.1.2基于輔助模型遞推*小二乘法的Hammerstein模型多信號(hào)源辨識(shí)方法
4.1.3實(shí)驗(yàn)結(jié)果
4.1.4小結(jié)
4.2基于偏差補(bǔ)償遞推*小二乘法的Hammerstein—Wiener模型
4.2.1一類含過(guò)程噪聲的Hammerstein—Wiener模型
4.2.2基于偏差補(bǔ)償遞推*小二乘法的Hammerstein—Wiener模型多信號(hào)源辨識(shí)方法
4.2.3實(shí)驗(yàn)結(jié)果
4.2.4小結(jié)
4.3基于輔助模型多新息隨機(jī)梯度法的Hammerstein模型
4.3.1基于輔助模型多新息隨機(jī)梯度法的Hammerstein模型多信號(hào)源辨識(shí)方法
4.3.2實(shí)驗(yàn)結(jié)果
4.3.3小結(jié)
參考文獻(xiàn)
第三部分基于可分離信號(hào)源的塊結(jié)構(gòu)模型辨識(shí)方法
第5章基于可分離信號(hào)源的多輸入多輸出Hammerstein模型辨識(shí)方法
5.1多輸入多輸出Hammerstein模型
5.2基于可分離信號(hào)源的多輸入多輸出Hammerstein模型辨識(shí)
5.2.1基于神經(jīng)模糊的多輸入多輸出Hammerstein模型
5.2.2基于可分離信號(hào)源的多輸入多輸出Hammerstein模型辨識(shí)
5.2.3實(shí)驗(yàn)結(jié)果
5.2.4小結(jié)
參考文獻(xiàn)
第6章含過(guò)程噪聲的多輸入多輸出Hammerstein模型可分離信號(hào)源辨識(shí)方法
6.1含過(guò)程噪聲的多輸入多輸出Hammerstein模型辨識(shí)
6.1.1含過(guò)程噪聲的多輸入多輸出Hammerstein模型
6.1.2含過(guò)程噪聲的多輸入多輸出Hammerstein模型辨識(shí)
6.1.3實(shí)驗(yàn)結(jié)果
6.1.4小結(jié)
6.2基于可分離信號(hào)的Hammerstein輸出誤差滑動(dòng)平均系統(tǒng)辨識(shí)
6.2.1Hammerstein輸出誤差滑動(dòng)平均系統(tǒng)
6.2.2神經(jīng)模糊Hammerstein輸出誤差滑動(dòng)平均系統(tǒng)辨識(shí)
6.2.3實(shí)驗(yàn)結(jié)果
6.2.4小結(jié)
參考文獻(xiàn)
第7章含過(guò)程噪聲的Hammerstein—Wiener模型可分離信號(hào)源辨識(shí)方法
7.1基于可分離信號(hào)的Hammerstein—Wiener模型辨識(shí)方法
7.1.1神經(jīng)模糊FIRHammerstein—Wiener模型
7.1.2神經(jīng)模糊Hammerstein—Wiener模型辨識(shí)方法
7.1.3基于Hammerstein—Wiener模型的控制系統(tǒng)設(shè)計(jì)
7.1.4實(shí)驗(yàn)結(jié)果
7.1.5小結(jié)
7.2基于遞推廣義增廣*小二乘法的Hammerstein—Wiener模型可分離信號(hào)源辨識(shí)
7.2.1噪聲干擾下的FIRHammerstein—Wiener模型
7.2.2基于遞推廣義增廣*小二乘法的HammersteinWiener辨識(shí)
7.2.3實(shí)驗(yàn)結(jié)果
7.2.1小結(jié)
參考文獻(xiàn)
展開全部
書友推薦
- >
大紅狗在馬戲團(tuán)-大紅狗克里弗-助人
- >
中國(guó)人在烏蘇里邊疆區(qū):歷史與人類學(xué)概述
- >
我從未如此眷戀人間
- >
李白與唐代文化
- >
上帝之肋:男人的真實(shí)旅程
- >
史學(xué)評(píng)論
- >
朝聞道
- >
二體千字文
本類暢銷
