...提出的变神经网络由两部分组成,一部分是线性神经网络(LNN),作为被控对象局部线性动态模型,另一部分是多层交叉回归神经网络(DRNN),它近似为非线性动态模型.由于引进递推最小方差算法,本控制器运算速度相当快.
基于92个网页-相关网页
神经网络是近几年兴起的新方法,理论较为完整,具有很大的研究潜力,应用十分广泛,对角递归神经网络(DRNN)是一种具有反馈的神经网络,可以用来预测和分类。身份融合技术主要包括目标识别身份融合的最佳方法和D-S证据理论等方法。
基于20个网页-相关网页
...迹关联方法可以预测出待测目标的位置,航迹关联方法主要包括最邻近数据关联法和概率数据关联法以及联合概率数据关联法。联合概率数据关联法是一种基于概率数据关联法的改进方法。已知身份信息,通过目标身份识别和融合技术可以得到待测目标的具体身份。目标身份识别技术主要包括相似性系数法、统计模型识别技术、神经网络等方法。神经网络是近几年兴起的新方法,理论较为完整,具有很大的研究潜力,应用十分广泛,对角递归神经网络(DRNN)是一种具有反馈的神经网络,可以用来预测和分类。身份融合技术主要包括目标识别身份融合的最佳方法和D-S证据理论等方法。
基于14个网页-相关网页
DRNN network DRNN网络
DRNN neural network DRNN神经网络
compounded input DRNN 复合输入动态递归网络
air control based DRNN 基于DRNN网络的气源控制
Diagonal recurrent neural network (DRNN) is a non-unity feedback network.
对角神经网络(DRNN)为非全反馈式动态神经网络。
A new blind equalization algorithm based on diagonal recurrent neural networks (DRNN) is proposed.
提出了一种基于对角递归神经网络的盲均衡算法。
In this paper, three layers of DRNN is used in the real - time identification and control of DC motor.
本文研究了三层对角回归神经网络(DRNN)用于直流电动机实时控制的方法。
应用推荐