近年来,随着通信技术与计算机技术的飞速发展,传统集中式优化算法需要消耗大量的时间成本与计算资源已经不能够满足日益增长的大规......

基于最小一乘准则和随机梯度算法原理,针对受尖峰噪声影响的非线性Hammerstein-Wiener模型,提出基于最小一乘准则的随机梯度算法.......

在工业控制领域,非线性特性广泛存在于各类实际控制系统中.对具有非线性特性的控制系统的参数辨识问题是控制器设计过程中的重要环......

本文考虑两类优化问题的数值方法:最优控制问题和随机优化问题.最优控制问题在过去几十年内迅速地发展为应用和计算数学领域中的重......

近年来,深度学习作为一种新兴的信息技术广泛应用于各个领域。在某种确定的深度学习模型下,神经元连接处的参数大小决定了模型优劣......

互联网时代信息爆炸增长,搜索引擎已经无法满足用户的需求。推荐系统通过分析用户历史行为预测用户的偏好,可以实现主动的个性化推......

卫星移动通信系统作为3G的重要组成部分，已经成为当前通信领域中发展非常迅速的研究方向和现代化通信强有力的手段之一。对信道的分......

多变量系统相对于单变量系统来说,具有强耦合、干扰大等特点,因此多变量系统能够更加准确完整的描述工业过程对象的特征,多变量系......

传统离散时间采样数据系统,假设输入信号更新速率和输出信号采样速率相等,这类系统简称为单率采样数据系统。然而,在许多化工过程......

传统的辨识方法—最小二乘(LS)、随机梯度(SG)类算法都是采用单新息修正技术的辨识方法。多新息辨识方法是对单新息辨识算法的推广......

多率系统广泛存在于工业过程中,例如,化工过程控制中的许多软测量问题可以归结为多率系统建模、参数辨识或状态估计问题。传统离散......

非线性系统在化工过程、工业制造、通信系统和生物医药领域中广泛存在。它的参数辨识问题一直都是辨识领域的难点和热点。本文基于......

控制问题的基本为系统数学模型的确定,只有了解系统的运动模型,才能更好地理解系统的运动规律,分析系统的行为特性,设计系统的控制......

数学模型是分析系统动态特性的基础。辨识技术是建立复杂系统数学模型的有效方法之一。在实际工业生产过程中,由于控制系统日益复......

多变量系统在工业控制及应用中广泛存在,能比单变量系统更加准确描述对象的特征.多变量系统结构复杂,参数众多,其辨识问题是研究热......

随着通讯技术和计算机技术的飞速发展,云计算、物联网、社交网络等新兴服务促使人类社会的数据种类和规模正以前所未有的速度增长,......

深度学习已经成为人工智能领域内的一种重要技术,并且成功应用于计算机视觉、自动驾驶、物联网、智能机器人等关键领域。在深度学......

阐述了选题的目的和意义,概述了经典系统辨识方法的研究状况、模块化非线性系统辨识方法的研究状况、双率/多率系统辨识方法的研究......

在弱条件下,利用随机鞅理论详细研究了随机梯度辨识算法的收敛性能.分析表明,只要信息向量是持续激励的(或数据乘积矩矩阵条件数有......

采用随机梯度上升非监督学习规则的单层线性前馈神经网络可用于测井数据的主成分分析。本文阐明了这种方法的基本原理,并将由这种......

针对单输入单输出的Hammerstein非线性动态系统,提出了一种基于神经网络的Hammerstein非线性动态系统辨识方法.首先,利用BP神经网......

介绍了在DCME (数字电路倍增设备 )传真解调 /再调制模块中所采用的符号间隔判决反馈自适应均衡器的设计方法。在均衡器的设计中采......

由于格型结构预测器所具有的优点,使它在许多自适应系统中得到了很好的应用。本文着重研究了采用归一化 SG 算法的自适应格型预测......

本文提出一种用微处理器实现自适应回波消除器的新方法。由于回波信号的估值直接利用二进数据码合成,使运算量比传统的算法减少了3......

本文简略地综述了高频(HF)通信的自适应信道均衡技术现状和发展。 This article briefly reviews the status and development of......

自适应波束形成技术是移动通信和信号处理领域中的热点,文中比较了自适应波束形成中的两种恒模算法-随机梯度恒模算法和最小二乘恒......

本文针对一类非均匀采祥多率系统，推导了其状态空间模型对应的输入输出表达。进一步扩展辨识新息为新息向量，提出了多新息随机梯度辨......

本文介绍阵列天线的组成基本概念以及原理，推导分析了随机梯度恒模和最小二乘恒模算法性能，着重分析了基本恒模的干扰捕获问题，为恒模......

本文首先给出了多维小波网络的结构及其随机梯度学习算法，提出了基于小波网络的MQAM数字通信自适应均衡器。仿真结果表明：该均衡器对......

文章提出了一种用微处理器实现数字自适应回波抵消器的新方案—存储器抽头回波抵消器。只要把一组二进制码直接送到存储器抽头地址......

阐述了递阶辨识原理 ,提出了传递函数阵模型参数的递阶随机梯度 (HSG)辨识方法 .在递阶辨识中 ,系统参数被分解为参数向量和参数矩......

随着现代工业的发展，多率系统在自动化领域得到广泛应用，在实际工业应用领域，传统的单率采样控制系统无法满足现代工业的生产需要，这就......

考虑有色噪声干扰的Hamm erste in非线性系统的辨识,通过梯度搜索原理推导了增广投影算法,简化增广投影算法和增广随机梯度辨识算......

项目后评价是项目建设程序中的一个重要阶段,其目的是通过工程项目后评价,总结经验,汲取教训,不断提高项目决策、工程实施和运营管......

深度学习是机器学习中一个新的研究方向,使其更接近机器学习最初的目标-人工智能,通过构造含有多层隐藏层的深层网络模型来学习数......

偏振复用技术利用光在单模光纤中传输的偏振特性，将传输波长的两个独立且相互正交的偏振态作为独立信道分别传输两路信号，成倍提高了......

在过去的20年中，由于沿海经济的高速发展，海洋富营养化状况日益严重，赤潮发生的频率、影响规模都在不断扩大。探索赤潮的形成机理，对于......

一些工业过程可以近似用一个传递函数描述,结合统计辨识方法和非线性优化策略提出传递函数参数辨识方法.该方法采用动态数据方案,......

针对传统的小波网络梯度学习算法易于陷入局部极值、收敛速度慢且对初始参数很敏感的缺点,将全局性能优越的差异进化(DE)算法和最......

针对在建立定量构效关系(QSAR)模型中,单个人工神经网络模型难以确定参数,容易产生“过拟合”;一般神经网络集成模型虽然建立过程......

考虑有色噪声干扰的Hammerstein非线性系统的辨识,通过梯度搜索原理推导了增广投影算法,简化增广投影算法和增广随机梯度辨识算法.......

以两输入多率采样数据系统为例,推导了多率采样系统的离散时间状态空间模型,进一步导出了对应的离散系统传递函数模型。提出了这类......

将多新息辨识理论用于研究CARMA模型参数辨识问题，通过把标量新息扩展为向量新息，即多新息，得出相应的多新息增广随机梯度辨识算法。......

为了提高对带噪声混沌系统识别的准确性，结合小波神经网络，提出了基于动态阈值和随机梯度的识别方法。该方法将动态变化的阈值作用于......

针对单输入单输出的Hammerstein非线性动态系统,提出了一种基于神经网络的Hammerstein非线性动态系统辨识方法。首先,利用BP神经网......

考虑一类学习问题，问题的目标函数可表示为大量组函数的平均，并且假设每一个组件函数都是光滑的。在众多机器学习方法中，在线学习操作......

对于有色噪声干扰的输出误差多输入单输出（MISO）系统,常规的递推最小二乘辨识方法给出的参数估计是有偏的。为了提高随机梯度辨识方......

针对多变量输出误差系统的模型辨识问题，借助辅助模型思想推导出其随机梯度辨识算法；由于该算法的收敛速度慢，为了提高收敛速度，将算法......

利用代价函数求梯度值，再利用梯度值进行迭代是一种最速下降法，在各种盲均衡算法中广泛使用，其收敛速度较快，收敛误差较小，但未考虑信道......

从理论上给出了多新息辨识方法的推导过程,提出了多新息随机梯度辨识方法,并运用随机过程理论分析了多新息随机梯度辨识方法的均方......