-
公开(公告)号：CN116166921A
公开(公告)日：2023-05-26
申请号：CN202310268392.9
申请日：2023-03-20
Applicant: 东南大学
Abstract: 本发明提供了一种稀疏自适应的复杂系统模型辨识方法，包含三个模块：基函数设计模块，设计以三角函数、幂函数等初等函数为主的候选基函数库，对时间节点向量进行变换，实现对系统的精准建模；评价指标求解模块，设计了一种针对各项候选基函数的评价指标——相关因子，衡量了各项候选基函数对模型的贡献程度，通过一种基于边缘似然函数最大化的稀疏贝叶斯学习算法进行计算；系数矩阵回归模块，在给定的可调误差阈值下利用设计的评价指标对候选基函数进行最大化的筛除，得到该阈值条件下最稀疏的模型。该方法在给定的误差阈值下能辨识出最稀疏的模型；能通过提高误差阈值提炼出主要的基函数项，有利于对系统进行特征分析。
Search Results
1
records
(took 0.018 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
