跳到主要內容

臺灣博碩士論文加值系統

(44.201.97.0) 您好!臺灣時間:2024/04/24 10:45
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:陶有福
研究生(外文):Tao, You-Fu
論文名稱:運用功率譜估測法及類神經網路來做混沌系統的識別
論文名稱(外文):Identification of chaotic systems by spectral estimation and neural networks
指導教授:吳炳飛吳炳飛引用關係
指導教授(外文):Wu, Bing-Fei
學位類別:碩士
校院名稱:國立交通大學
系所名稱:控制工程研究所
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:1994
畢業學年度:82
語文別:英文
論文頁數:59
中文關鍵詞:功率類神經網路混沌系統識別自動控制工程控制工程電腦雷卡地方程式馬可夫模式新奇模式
外文關鍵詞:AUTOMATED-CONTROL-ENGINEERINGCONTROL-ENGINEERINGCOMPUTERChaotic Systemthe discrete-time Riccati equationMarkovian ModelNovel Model
相關次數:
  • 被引用被引用:0
  • 點閱點閱:112
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0

此論文中,兩種模式化方法被發展在混沌系統(chaotic system)的識別上。
一種是運用隨機線性模式化的方法,它是利用以模式為基礎的功率譜估測法以找出
功率譜近似的馬可夫模式。此方法是由白色雜音所驅動馬可夫模式使得其輪出功率
譜非常趨近原來信號功率譜。此法要點是找出一個功率譜因子及其相關的分時雷卡
地方程式(discrete-time algebraic Riccati equation) ,解此方程式則可得
到功率譜近似的馬可夫動態方程式。此法的好處在於系統化和簡易化的得到馬可夫
動態方程式。另一種是決定性的非線性模式化方法,它是利用類神經網路來做混沌
系統識別。串並聯模式能描述混沌系統的動態,但其所追蹤的資料必須被要求具有
穩健性的缺點。並聯模式能維持混沌系統部分資訊,但卻無法追蹤資料的缺點。一
種新模式被提出以解決串並聯模式及並聯模式的缺點。
#9400490
#9400490

QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊