一种多输入单输出Hammerstein系统的集成辨识方法

基于盲源分离的多输入多输出超视距雷达的多模杂波抑制

这是一种非常好的聚类集成方法，虽然年限有点长，但肯定会有所启发！

聚类集成是集成学习中的一个重要分支,其目标是解决无监督聚类分析中聚类算法的选择性、偏差性与数据特殊性等导致聚类结果不理想的问题。文章提出了一种基于数据关联的聚类集成方法(CEBDR),该算法先提取出在

摘　要: 针对模糊辨识中采用迭代和人为决策法确定模糊规则数时易受噪声和人为因素的影响,而导致算法鲁棒性 较差和计算量较高的问题,提出一种基于改进客观聚类分析的模糊辨识方法. 首先引入并改进了客观聚类分

对复杂、病态、非线性动态系统进行故障预报的重点和难点是建立系统故障状况的数学模型,通常难以建立精确的数学模型,相比之下构建其模糊模型是一个有效途径.本文研究了相关向量机(Relevance vecto

当辨识神经网络的类型和结构确定后，初始权值等辨识参数直接影响到辨识效果，而依靠先验知识试凑而得的参数值往往难以达到最佳效果。针对这一问题，提出了一种结合粒子群（PSO）算法及引入动量项的改进BP网络的

基与广义预测控制算法进行MATLAB仿真，在线辨识模型参数

对于非线性系统的直接加权优化辨识算法,通过在原线性仿射函数形式中增加若干项关于输入观测数据序列的线性项,来增强逼近非线性,减少逼近的时间.对于增加若干线性项后展开式中的未知权重值的选取,分别从理论和实

一种排序思想,抛开内存问题,认为,如果不考虑计算机运算开支,仅从逻辑便利性而言,可以一试

为基于差别矩阵的属性约简算法求解时,先要求出差别矩阵,问题规模增大,将导致存放差别矩阵的空间过大和算法执行时间过长。针对这一问题,本文提出了辨识集的定义,并利用辨识集设计了新的属性约简算法,减少了存储