第十一课 神经网络系统辨识 人工神经网络理论及应用 教学教材.pptVIP

人工神经网络理论及应用;系统辨识应用;主要内容;系统辨识理论基础;符号;误差准则;辨识主要步骤;输入信号满足条件;系统模型及逆模型辨识;NN辨识结构;NN辨识;动态系统辨识常用NN:时延NN;动态系统辨识常用NN:输出反馈NN;两种辨识结构;线性系统差分方程模型;线性系统差分方程模型：ARMA;线性系统脉冲响应模型;线性系统Z传函模型;线性系统Z传函模型(续);为时域模型，由状态方程和输出方程组成：;随机模型 v为零均值不相关的随机噪声 CARMA模型 ;确定性系统NN辨识;确定性系统NN辨识——改进算法;线性系统NN辨识示例(1);随机系统NN辨识;随机系统NN辨识;线性系统NN辨识示例(2);非线性系统动态模型;并联型结构;串-并联型结构;两种结构图示; (a) (b) (c);辨识实例I——模型结构确定;辨识实例I——两个单轴辨识;辨识实例I——两轴辨识;辨识实例I——训练结果;辨识实例I——方法比较;辨识实例II;线性系统的逆模型与辨识;最小相位系统的逆;非最小相位稳定系统的逆;神经网络逆模型辨识;神经网络线性逆模型辨识示例;非线性系统逆模型;非线性系统逆模型(2);神经网络逆模型辨识;直接逆模型辨识;系统——逆模型辨识;模型辨识——逆模型辨识;系统——模型辨识——逆模型辨识;NN逆模型辨识示例;逆系统深入——示例I;逆系统深入——示例II;逆系统深入——定义;逆系统深入——SISO系统可逆性;逆系统深入——辨识步骤;逆系统深入——辨识实例;附：NN辨识学习算法证明;附：NN辨识学习算法证明(续);参考文献