提出离散时间直流（DC）电机的转矩跟踪控制器，一个经常性的高阶神经网络（RHONN），以确定工厂模型的基础上。利用这个模型，控制律是派生的，它结合了块控制和滑动模态技术。
基于46个网页-相关网页
1 Pi-Sigma高阶神经网络 1.1 网络结构 高阶神经网络（higher-order neural network,HNN）是由侧抑制网络〔7〕引申而来的，它将同一层神经元之间的相互关系引入了网络结构，即将前一级各输出分量的...
基于10个网页-相关网页
The use of high order neural network (HONN) is further investigated to approximate the unknown nonlinear model of queuing dynamics of a single buffer.
进一步,本文利用高阶神经网络逼近单瓶颈节点未知非线性排队行为。
参考来源 - 数据业务拥塞控制算法研究与稳定性分析In chapter 1, we will review the development of artificial neural network history and introduce the biological basis of high-order neural networks, moreover, the studying status quo on high-order neural networks and its research significance are summarized systematically.
在第一章,我们回顾了人工神经网络的发展历史,介绍了高阶神经网络的生物学基础,系统总结了目前高阶神经网络的研究现状及其研究意义。
参考来源 - 高阶神经网络的动力性态研究·2,447,543篇论文数据，部分数据来源于NoteExpress
讨论了数据融合与高阶神经网络的串行结合。
Discusses the serial combination of high order neural network and data fusion.
针对一类非线性组合大系统，提出一种用高阶神经网络逼近互联大系统的新型设计方法。
A new design method using high order neural networks to approach interconnected system aiming at a class of nonlinear composite system is presented.
根据这个理论，可知稀疏或部分连接的高阶神经网络象全连接的网络一样能够逼近任意连续函数。
According to this theory, we know that partially connected higher-order neural networks can approximate any continuous functions as fully connected neural networks can do.
应用推荐