量化系统的非齐次异步滤波.docxVIP

下载本文档

1
0
约2.99万字
约 48页
2023-12-14 发布于湖南
举报
版权申诉

量化系统的非齐次异步滤波.docx

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

量化系统的非齐次异步滤波

摘要

神经网络是通常具有网络模式跳变的特征，这种跳变通常被认为是由时间齐次马尔可夫链决定的。在各种类型的神经网络中，乘性噪声、数据丢失和量化等复杂的动力学问题是不可避免的。在完成人工NNs时遇到的一个典型表现是确定多少位适合表示变量或物理状态、参数。所以，神经元数据的量化通常需要在训练前进行，这个步骤对于神经网络的成长学习和泛化都是有着非常重要的影响。系统的模态变化具有不规律的特点，所以控制器没有办法精准地获得系统的模态信息。因此，即使在精准同步假设的前提下，理论上的研究推导得以简化，设计的滤波器效果理想，但在工程中的实践性上却有比较大的差距。基于研究这种