10.3969/j.issn.1671-4628.1999.01.013
基于增广RBF神经网络的混沌系统辨识
混沌系统的建模与辨识是混沌控制的基础. 提出一种动态线性子系统与RBF神经网络并联的增广RBF神经网络模型, 该模型不仅对动态非线性系统具有良好的逼近能力, 而且网络学习速度很快. 对Henon系统时间序列的仿真预测结果表明, 增广RBF网络能有效地用于混沌系统辨识.
混沌系统、辨识、RBF神经网络
26
TP387;TP271.8(计算技术、计算机技术)
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
45-48