原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提出了一种基于压缩感知的复杂网络拓扑辨识方法，涉及复杂网络辨识技术领域，包括步骤：S1、对复杂网络每个节点的状态变量进行离散采样和差分运算，获取复杂网络各个节点的输出离散信号数据和导数离散数据；S2、基于离散信号数据和导数离散数据计算得到每个节点的观测向量及观测矩阵，并构造拉普拉斯矩阵的每个节点的列向量的稀疏重构线性观测模型；S3、利用稀疏重构算法对稀疏重构线性观测模型进行求解得到拉普拉斯矩阵的列向量的各元素估计值，并输出辨识结果；本发明提供一种基于压缩感知的复杂网络拓扑辨识方法，能够提高
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116599848 A
(43)申请公布日 2023.08.15
(21)申请号 202310474584.5
(22)申请日 2023.04.27
(71)申请人 四川大学
地址 610000
文档评论（0）