一种基于改进型深度学习的非线性建模方法

作     者：王盈旭 韩红桂 郭民 WANG Yingxu;HAN Honggui;GUO Min

作者机构：北京工业大学信息学部自动化学院北京100124 计算智能与智能系统北京市重点实验室北京100124 数字社区教育部工程研究中心北京100124 

基　　金：国家自然科学基金资助项目(61622301) 北京市自然科学基金资助项目(4172005) 科技部水专项资助项目(2017ZX07104) 

出 版 物：《信息与控制》 (Information and Control)

年 卷 期：2018年第47卷第6期

页      码：680-686页

摘      要：围绕非线性系统的建模问题,提出了一种基于改进型深度学习的非线性建模方法.首先,设计了基于高斯径向基函数的深度信念网络训练模型;其次,利用对比分歧算法对径向基函数的权值、中心和宽度进行调整,并利用反向传播对网络连接权值进行优化;最后,将获得的改进型深度学习方法应用于非线性系统建模.实验结果验证了该算法的有效性和可行性.

主 题 词：深度学习 非线性建模 径向基函数 深度信念网络 

学科分类：0820[工学-航空航天类] 0810[工学-土木类] 1205[管理学-图书情报与档案管理类] 12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0802[工学-机械学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.13976/J.CNKI.XK.2018.7514

馆 藏 号：203416532...