维普期刊资源整合服务平台（V6.5）

共被期刊论文引用了1次 您的检索式：您选中1篇文献正在查看引证文献汇总

选中清除导出查看参考文献查看引证文献引用追踪共1页首页上一页第1页下一页末页 /1 跳转

		题名	作者	年代	出处	被引量
	1	广义约束神经元网络模型系统结构参数辨识(英文)显示文摘系统参数的辨识有助于帮助提高系统的透明性,从而增强系统的可控能力;如何提高系统参数的辨识能力是一个非常重要的课题,目前在单输入单输出(SISO)参数辨识上已经取得了一些成果.通过分析广义约束神经元网络模型,结合已有的一些理论,经过推理总结得到了m输入n输出(MINO)系统以及多输入多输出(MIMO)参数的辨识理论方法.经过实际验证,它为提高'黑盒'的透明度是可行的.该理论的提出,有助于提高广义约束神经元网络模型参数的辨识能力,进一步提高了神经网络'黑盒'系统的模型识别能力.	秦雨萍张双蒲志林	2013	四川师范大学学报(自然科学版)2013，36，4：	0

返回顶部每页显示：

共1页首页上一页第1页下一页末页 /1 跳转

互联网出版许可证新出网证(渝)字10号全国400电话 - 免长途话费