350 руб
Журнал «Нейрокомпьютеры: разработка, применение» №6 за 2013 г.
Статья в номере:
Нейросетевая аппроксимация траектории движения многомерного динамического объекта с регуляризацией на основе прогнозирующей модели
Ключевые слова: аппроксимация принцип регуляризации RBF-сеть прогнозирующая модель
Авторы:
И.Ф. Нугаев - д.т.н., профессор, кафедра «Электроника и биомедицинские технологии», Уфимский государственный авиационный технический университет. E-mail: inugaev@yandex.ru Р.В. Искужин - аспирант, кафедра «Электроника и биомедицинские технологии», Уфимский государственный авиационный технический университет Е.В. Яшин - ст. преподаватель, кафедра «Электроника и биомедицинские технологии», Уфимский государственный авиационный технический университет
Аннотация:
Рассмотрена задача построения многомерной фазовой траектории динамического объекта на основе ограниченного множества зашумленных измерений. Предложен формализованный подход к применению принципа регуляризации на основе стабилизатора, построенного на базе прогнозирующей модели фазовой траектории объекта.
Страницы: 21-25
Список источников

  1. Tixonov A.N., Arsenin V.Ja. Metody' resheniya nekorrektny'x zadach. M.: Nauka. 1986.
  2. Haykin S. Neural Networks. A Comprehensive Foundation. N.-Y.: Prentice Hall. 1994.
  3. Vasil'ev V.I., Nugaev I.F. Nejrososetevoe sglazhivanie geofizicheskix danny'x na osnove algoritma mnogourovnevoj regulyarizaczii // Nejrokomp'yutery': razrabotka, primenenie. 2010. № 4. C. 69-78.
  4. Nugaev I.F. Prognoziruyushhee upravlenie traektoriej neftegazovoj skvazhiny' na osnove nejrosetevoj modeli dvizheniya burovogo instrumenta // Nejrokomp'yutery': razrabotka, primenenie. 2007. № 10. S. 10-15.