RBF-Volterra级数非线性系统建模

提出一种RBF-Volterra级数非线性系统建模方法。利用基函数多项式(BFP)完备的非线性系统逼近能力,在基函数族单一尺度和平移联动约束下,导出RBF-Volterra级数模型;RBF-Volterra级数具有"截尾不截维"特性,对非线性强弱变化适应能力强,且结构紧凑,数值稳定性好,能效避免维数灾难问题。实例仿真说明了该方法的有效性。

利用径向神经网络和Volterra级数滤波器进行海杂波非线性预测

本文利用非线性预测理论建立基于径向神经网络和Volterra级数滤波的海杂波预测,利用IPIX雷达和Logisic混沌映射信号采集海杂波,然后进行非线性预测。实验结果表明,对于Logisic混沌映射信号产生的海杂波,通过设定阈值能够较好的将目标检测出来。在今后的研究中会进一步探究海杂波中变化缓慢的目标的检测,以及高效的基于径向神经网络和Volterra级数滤波器算法的海杂波消波方式。

基于RBF-Volterra的非线性电路故障诊断

故障诊断的重要前提是故障特征可比性原则,而可比性原则的条件是模型结构的不变性,这就要求同一参数模型起码能稳定地拟合同一电路的所有故障状态。针对故障状态下非线性强弱变化造成的参数估计数值稳定性问题,提出一种基于RBF-Volterra级数的非线性电路故障诊断方法。在平移联动约束下,由基函数多项式(BFP)导出RBF-Volterra级数,分析了RBF-Volterra级数的截尾不截维特性和对非线性强弱变化的适应能力.RBF-Volterra级数不仅数值稳定性好,而且结构紧凑能有效避免维数灾难问题。最后,通过实例仿真说明该方法的有效性。

我国村镇银行外部成长环境评估实证研究——基于CPM-RBFNN模型

良好的外部成长环境对于村镇银行增强自身核心竞争力和实现可持续发展具有重大的现实意义。本文综合了突变级数(CPM)和径向基函数神经网络(RBFNN)两种模型的优点,建立了评估村镇银行外部成长环境的CPM-RBFNN模型,并通过仿真实验验证了模型的有效性和准确性,得出了一套更加科学的外部成长环境评估仿真系统,以此来指导村镇银行科学选择落户地点。

基于线性与非线性模型的海杂波预测

为对海杂波进行准确预测,根据海杂波具有的非线性不确定性,应用线性和非线性预测理论建立预测模型.针对logistic混沌映射信号和IPIX实际海杂波数据背景下的弱目标,分别采取基于自回归(AR)的线性模型、基于径向基神经网络(RBF)和Volterra级数滤波器的非线性模型进行预测.实验结果表明:非线性预测模型更适合于混沌背景下,因其目标和杂波的预测误差相差较大,可采取非线性预测并设置门限的方法进行目标检测;对于IPIX雷达数据,其混沌特性较logistic弱,目标和杂波的预测结果相差不大,可采用似然比检测方法.