1) multilayer local recurrent neural networks
多层局部回归神经网络
1.
Taking the stirred tank reactor as example,the predictive control of MIMO system based on multilayer local recurrent neural networks is presented.
针对复杂多变量系统难以建模的问题 ,采用多层局部回归神经网络离线建立其预测模型 。
2.
The multistep predictive modeling of MIMO nonlinear system based on multilayer local recurrent neural networks is presented.
提出采用多层局部回归神经网络建立多变量非线性系统多步预测模型的方法，神经 网络模型可提供多步预测控制所需要的系统输出预测值及输出向量对控制向量的雅可比矩 阵。
2) multilayer recurrent neural network
多层递归神经网络
1.
The multilayer recurrent neural network and new dynamic back propagation (DBP) algorithm are used to approximate the unknown nonlinear input output relationship.
提出一种基于多层递归神经网络的自适应控制离散时间系统的方法。
3) Elman recurrent neural network
Elman回归神经网络
1.
Simultaneous determination of CuⅡ,NiⅡ,CrⅢ three-components mixture by Elman recurrent neural network in absorption spectra;
吸收光谱Elman回归神经网络同时测定CuⅡ,NiⅡ,CrⅢ3组分混合物
2.
Elman recurrent neural network ( ERNN) was applied to study the simultaneous quantitative analysis of seriously overlapped spectra of a p-nitrophenol, o-nitrophenol and 2,4-dinitrophenol system.
应用Elman回归神经网络(ERNN)对光谱严重重叠的对硝基苯酚,邻硝基苯酚和2,4二硝基苯酚体系的同时定量测定进行了研究,并与多变量线性回归(MLR)法作了比较。
3.
Elman recurrent neural network(Elman RNN)was applied to study the simultaneous quantitative analysis of overlapping UV spectra.
应用Elman回归神经网络对同时定量分析紫外重叠光谱进行了研究。
4) recurrent neural networks
回归神经网络
1.
Identification of nonlinear time varying systems based on recurrent neural networks;
基于回归神经网络的非线性时变系统辨识
2.
When its variance is bigger, a recurrent neural networks forecasting model is built.
采用小波变换对日负荷数据进行分解处理 ,使得数据信息相对集中 ,在此基础上将小波分量分解为受气象因素影响的部分与不受气象因素影响的部分之和 ,对受气象因素影响的部分采用回归方法建立气象因素影响模型 ;对不受气象因素影响的部分 ,幅值大的分量建立回归神经网络预测模型 ,进行重点预测 ,而对幅值小的分量建立线形ARMA(p ,q)模型。
3.
The algorithm of identifying was researched based on inner state feedback of recurrent neural networks.
建立了一种回归神经网络辩识非线性电液伺服控制系统数学模型的辩识方法,研究了基于回归神经网络内部状态反馈的辩识算法,利用辩识实验获得的过程输入/输出数据动态调整神经网络权值。
5) recurrent neural network
回归神经网络
1.
Design of freeway ramp controller based on recurrent neural network;
高速公路匝道回归神经网络控制器的设计
2.
Research and Applications of Evolving Recurrent Neural Networks;
进化回归神经网络的研究及应用
3.
ESA with parameter-varying sliding mode and ESA based on annealing recurrent neural network et al is researched in detail.
回顾了极值搜索算法的发展历程,分析了单变量和多变量极值搜索算法、滑模极值搜索算法、斜率搜索算法等算法的优缺点,着重描述了变参数滑模极值搜索算法和退火回归神经网络极值搜索算法等,并且通过重构系统的损失函数方法将极值搜索算法的应用推广至一般系统,拓展了其应用范围。
6) Diagonal recurrent neural network(DRNN)
回归神经网络(DRNN)
1.
Conventional PID controller which is tuned at typical operating point can hardly work well at different unit load,so that a two input two output PID controller structure based on Diagonal Recurrent Neural Network(DRNN) is proposed,besides,the learning algorithms of the parameters of DRNN and PID controller are proposed.
固定参数PID控制难以适应此系统控制要求,因此,提出一种基于回归神经网络(DRNN)的两输入两输出PID控制器结构,给出DRNN神经网络参数学习算法,并给出PID控制器参数整定算法。
补充资料：多层沉积层
分子式：
CAS号：
性质：由两种或两种以上相继沉积的金属构成的沉积层。这些沉积层可以由不同特性的同一金属或不同金属构成。如为了提高镍镀层的防护性，有时采用双层镍或三层镍镀层。又如为防护-装饰目的采用的铜/镍/铬三层镀层。
CAS号：
性质：由两种或两种以上相继沉积的金属构成的沉积层。这些沉积层可以由不同特性的同一金属或不同金属构成。如为了提高镍镀层的防护性，有时采用双层镍或三层镍镀层。又如为防护-装饰目的采用的铜/镍/铬三层镀层。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条