期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于高次神经网络的一类非线性组合大系统的鲁棒控制器设计 被引量:1
1
作者 张颖伟 刘阳林 张嗣瀛 《信息与控制》 CSCD 北大核心 2000年第2期118-124,共7页
:对于一类非线性组合大系统 ,本文提出了基于高次神经网络的一种新型控制器的设计方法 .本文首先用高次神经网络逼近非线性组合大系统中的互联项 ,然后基于高次神经网络设计一种新型控制器 ,这种设计方法不仅解决了大系统中的最为复杂... :对于一类非线性组合大系统 ,本文提出了基于高次神经网络的一种新型控制器的设计方法 .本文首先用高次神经网络逼近非线性组合大系统中的互联项 ,然后基于高次神经网络设计一种新型控制器 ,这种设计方法不仅解决了大系统中的最为复杂的互联项问题 ,较以往采用的办法在工程上易于实现 .仿真结果表明了该方法的有效性 . 展开更多
关键词 高次神经网络 鲁棒控制器 非线性组合大系统
下载PDF
Converting GPS height by a new method based on neural networks
2
作者 胡伍生 沙月进 《Journal of Southeast University(English Edition)》 EI CAS 2003年第1期53-57,共5页
The adjusted GPS height is the height above the surface of the WGS-84ellipsoid. It is necessary to convert a GPS height into a normal height in engineering. The conicoidfitting method (CFM) and the neural networks met... The adjusted GPS height is the height above the surface of the WGS-84ellipsoid. It is necessary to convert a GPS height into a normal height in engineering. The conicoidfitting method (CFM) and the neural networks method (NNM) are used for this purpose, but each ofthem has its advantages and disadvantages. After studying these two methods, a new method (abbr.CF&NNM) is conceived. The procedure of the CF&NNM is introduced. A practical engineering example isused to study these three different methods. The results by the three methods are listed. The CF&NNMmethod can produce better results than either the CFM or the NNM in deriving normal height from GPSheight. The theory of the CF&NNM method is analyzed. 展开更多
关键词 neural networks algorithm of BP GPS height CF&NNM
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部