首页> 中文会议>中国人工智能学会第12届全国学术年会 >基于广义回归神经网络的非线性时变系统辨识

基于广义回归神经网络的非线性时变系统辨识

摘要

广义回归神经网络具有收敛速度快、计算量小,所需样本量少等优点,被广泛的应用于非线性系统辨识。本研究针对GRNN在时变环境下难以确定平滑因子,自适应能力弱的缺点,提出了一种自适应优化平滑因子的方案。仿真结果表明,改进后的GRNN有较强的自适应能力,能够在实际应用中很好的逼近和泛化较为复杂的非线性时变系统。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号