کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4974017 1451805 2017 27 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Stable Kalman filter and neural network for the chaotic systems identification
ترجمه فارسی عنوان
فیلتر کلمن ثابت و شبکه عصبی برای شناسایی سیستم های هرج و مرج
ترجمه چکیده
در این تحقیق یک فیلتر کلاممن اصلاح شده برای تطبیق شبکه عصبی معرفی شده است. فیلتر کالمن اصلاح شده یک نسخه بهبود یافته از فیلتر کلمن است که بر اساس دو تغییر زیر است: (1) اصطلاح سازگاری وزنها در الگوریتم اصلاح شده برای اطمینان از ثبات یکنواخت، همگرایی خطای وزن و حداقل مادی اجتناب، (2) توابع فعال سازی به جای اصطلاحات ژاکوبی در الگوریتم اصلاح شده برای اطمینان از محدودیت خطای وزن استفاده می شود. الگوریتم پیشنهاد شده برای شناسایی سیستم های هرج و مرج است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر پردازش سیگنال
پیش نمایش مقاله
فیلتر کلمن ثابت و شبکه عصبی برای شناسایی سیستم های هرج و مرج
چکیده انگلیسی
In this research, a modified Kalman filter is introduced for the adaptation of a neural network. The modified Kalman filter is an improved version of the extended Kalman filter based in the following two changes: (1) a term of the weights adaptation is modified in the modified algorithm to assure the uniform stability, convergence of the weights error, and local minimums avoidance, (2) the activation functions are used instead of the Jacobian terms in the modified algorithm to assure the boundedness of the weights error. The suggested algorithm is applied for the chaotic systems identification.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of the Franklin Institute - Volume 354, Issue 16, November 2017, Pages 7444-7462
نویسندگان
,