四川师范大学学报（自然科学版）
四川師範大學學報（自然科學版）
사천사범대학학보（자연과학판）
JOURNAL OF SICHUAN NORMAL UNIVERSITY(NATURAL SCIENCE)
2013年
4期
509-515
,共7页
GCNN%参数辨识%SISO%MINO%MIMO
GCNN%參數辨識%SISO%MINO%MIMO
GCNN%삼수변식%SISO%MINO%MIMO
GCNN%Parameter identifiability%SISO%MINO%MIMO
系统参数的辨识有助于帮助提高系统的透明性,从而增强系统的可控能力；如何提高系统参数的辨识能力是一个非常重要的课题,目前在单输入单输出(SISO)参数辨识上已经取得了一些成果.通过分析广义约束神经元网络模型,结合已有的一些理论,经过推理总结得到了m输入n输出(MINO)系统以及多输入多输出(MIMO)参数的辨识理论方法.经过实际验证,它为提高“黑盒”的透明度是可行的.该理论的提出,有助于提高广义约束神经元网络模型参数的辨识能力,进一步提高了神经网络“黑盒”系统的模型识别能力.
繫統參數的辨識有助于幫助提高繫統的透明性,從而增彊繫統的可控能力；如何提高繫統參數的辨識能力是一箇非常重要的課題,目前在單輸入單輸齣(SISO)參數辨識上已經取得瞭一些成果.通過分析廣義約束神經元網絡模型,結閤已有的一些理論,經過推理總結得到瞭m輸入n輸齣(MINO)繫統以及多輸入多輸齣(MIMO)參數的辨識理論方法.經過實際驗證,它為提高“黑盒”的透明度是可行的.該理論的提齣,有助于提高廣義約束神經元網絡模型參數的辨識能力,進一步提高瞭神經網絡“黑盒”繫統的模型識彆能力.
계통삼수적변식유조우방조제고계통적투명성,종이증강계통적가공능력；여하제고계통삼수적변식능력시일개비상중요적과제,목전재단수입단수출(SISO)삼수변식상이경취득료일사성과.통과분석엄의약속신경원망락모형,결합이유적일사이론,경과추리총결득도료m수입n수출(MINO)계통이급다수입다수출(MIMO)삼수적변식이론방법.경과실제험증,타위제고“흑합”적투명도시가행적.해이론적제출,유조우제고엄의약속신경원망락모형삼수적변식능력,진일보제고료신경망락“흑합”계통적모형식별능력.
