1) DTFEL
离散时间误差反馈学习
2) Feedback error learning
反馈误差学习
1.
Design and Simulation of Predictive Feedback Error Learning Model;
加入预测信息的反馈误差学习模型及其仿真研究
3) feedback error learning method
反馈误差学习方法
1.
The neural network is based on the feedback error learning method.
在压电陶瓷动态迟滞非线性模型的基础上,以dSPACE系统为控制平台,提出基于反馈误差学习方法的具有多值对应的迟滞非线性特性压电陶瓷的神经网络自适应实时控制。
4) feedback-error-learning principle
反馈误差学习原理
1.
The algorithm based onε-filtering and feedback-error-learning principle is proposed to solve this problem in this paper.
本文采用基于ε滤波和反馈误差学习原理的方法来解决这个问题。
5) error estimate/time discrete scheme
误差估计/时间离散格式
6) FEL Feedback Error Learning
反馈错误学习
补充资料：离散时间周期序列的离散傅里叶级数表示
(1)
式中χ((n))N为一离散时间周期序列，其周期为N点，即
式中r为任意整数。X((k))N为频域周期序列，其周期亦为N点，即X(k)=X(k+lN)，式中l为任意整数。
从式(1)可导出已知X((k))N求χ((n))N的关系
(2)
式(1)和式(2)称为离散傅里叶级数对。
当离散时间周期序列整体向左移位m时,移位后的序列为χ((n+m))N，如果χ((n))N的离散傅里叶级数(DFS)表示为,则χ((n+m))N的DFS表示为
式中χ((n))N为一离散时间周期序列，其周期为N点，即
式中r为任意整数。X((k))N为频域周期序列，其周期亦为N点，即X(k)=X(k+lN)，式中l为任意整数。
从式(1)可导出已知X((k))N求χ((n))N的关系
(2)
式(1)和式(2)称为离散傅里叶级数对。
当离散时间周期序列整体向左移位m时,移位后的序列为χ((n+m))N，如果χ((n))N的离散傅里叶级数(DFS)表示为,则χ((n+m))N的DFS表示为
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