非平稳环境下提高神经网络辨识能力的新方法

摘要：

利用非平稳环境下系统时变参数变化规律的先验信息,构造参数转移矩阵来刻画系统的时变动态特征,并基于此推导了非平稳环境下神经网络训练的改进的卡尔曼滤波算法.仿真结果表明:该方法显著地提高了神经网络在非平稳环境下的辨识能力.

关键词：辨识、非平稳、神经网络、转移矩阵、卡尔曼滤波

所属期刊栏目：18

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金60204012

在线出版日期：2004-01-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：300-305