首页 | 本学科首页   官方微博 | 高级检索  
     

基于Kernel-SOM的非线性系统辨识及模型运行收敛性分析
引用本文:於东军, 郑宇杰, 吴小俊, 杨静宇. 基于Kernel-SOM的非线性系统辨识及模型运行收敛性分析[J]. 电子与信息学报, 2008, 30(8): 1928-1931. doi: 10.3724/SP.J.1146.2007.00010
作者姓名:於东军  郑宇杰  吴小俊  杨静宇
作者单位:1. 南京理工大学计算机科学与技术学院,南京,210094
2. 江南大学信息工程学院,无锡,214122
基金项目:国家自然科学基金,江苏省自然科学基金,国家高技术研究发展计划(863计划)
摘    要:该文提出基于核SOM(Kernel-SOM)的非监督非线性系统辨识方法。在辨识误差和系统初始输入误差同时存在的条件下,对Kernel-SOM辨识模型独立运行的收敛性进行了理论分析,并给出了辨识模型运行收敛的定理。数字仿真表明了所述方法的有效性及收敛定理的正确性。

关 键 词:核SOM   非线性系统   辨识   收敛性   模式识别
收稿时间:2007-01-05
修稿时间:2007-09-24

Kernel-SOM Based Nonlinear System Identification and Model Running Convergence Analysis
Yu Dong-jun, Zhen Yu-jie, Wu Xiao-jun, Yang Jing-yu . Kernel-SOM Based Nonlinear System Identification and Model Running Convergence Analysis[J]. Journal of Electronics & Information Technology, 2008, 30(8): 1928-1931. doi: 10.3724/SP.J.1146.2007.00010
Authors:Yu Dong-jun  Zhen Yu-jie  Wu Xiao-jun  Yang Jing-yu
Affiliation:School of Computer Science and Technology, Nanjing University of Science and Technology, Nanjing 210094, China; School of Information Engineering, Southern Yangtse University, Wuxi 214122, China
Abstract:A Kernel-SOM based unsupervised nonlinear system identification algorithm is proposed. Analysis of the model running convergence of the proposed algorithm is performed, and the convergence theorem is proofed by considering both identification error and initial input error. Numerical simulation results demonstrate the effectiveness of the proposed identification algorithm and the correctness of the convergence theorem.
Keywords:Kernel-SOM  Nonlinear system  Identification  Convergence  Pattern recognition
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《电子与信息学报》浏览原始摘要信息
点击此处可从《电子与信息学报》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号