• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IFAC PapersOnLine >Regularized Basis Function Estimation of Volterra Kernels for the Cascaded Tanks Benchmark
【24h】

Regularized Basis Function Estimation of Volterra Kernels for the Cascaded Tanks Benchmark

机译：级联坦克基准的Volterra核的正则化基函数估计

获取原文
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In the nonlinear setting, nonparametric estimation methods are convenient because they do not require a detailed model structure selection and can be used with limited prior knowledge on the system of interest. In this paper, we consider the cascaded tanks benchmark dataset, and estimate Volterra series models using a regularized basis function approach. By directly regularizing the basis function expansions of each Volterra kernel in a Bayesian framework, the resulting model has a more compact form and can be estimated far more quickly than the equivalent time domain method, while achieving comparable prediction accuracy with respect to the validation data.
机译：在非线性设置中，非参数估计方法很方便，因为它们不需要详细的模型结构选择，并且可以在有关系统的有限先验知识下使用。在本文中，我们考虑了级联坦克基准数据集，并使用正则基函数方法估算了Volterra级数模型。通过直接对贝叶斯框架中每个Volterra内核的基函数展开进行正则化，所得模型具有更紧凑的形式，并且可以比等效时域方法更快地进行估算，同时在验证数据方面实现了相当的预测准确性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 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