基于维度压缩神经网络的非线性系统信号跟踪
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-21页 |
| 1.1 选题背景及意义 | 第9-14页 |
| 1.1.1 选题背景 | 第9-12页 |
| 1.1.2 选题意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-19页 |
| 1.3 主要研究内容和思路 | 第19-21页 |
| 第二章 神经网络在非线性系统的运用 | 第21-42页 |
| 2.1 小脑基模型神经网络在蔡氏电路的运用 | 第21-30页 |
| 2.1.1 蔡氏电路模型 | 第21-24页 |
| 2.1.2 CMAC神经网络 | 第24-26页 |
| 2.1.3 神经网络控制设计 | 第26-28页 |
| 2.1.4 仿真验证 | 第28-30页 |
| 2.2 RBF神经网络在机器手臂上的应用 | 第30-40页 |
| 2.2.1 系统建模 | 第30-31页 |
| 2.2.2 一些基本定理和性质 | 第31-32页 |
| 2.2.3 控制设计 | 第32-35页 |
| 2.2.4 仿真验证 | 第35-40页 |
| 2.3 本章小结 | 第40-42页 |
| 第三章 维度压缩 | 第42-49页 |
| 3.1 高斯基函数的维度分解 | 第42-44页 |
| 3.2 压缩矩阵A | 第44-45页 |
| 3.3 维度压缩RBF | 第45-47页 |
| 3.4 的最优解值和拟合误差 | 第47页 |
| 3.5 本章小结 | 第47-49页 |
| 第四章 在蔡氏电路等非线性系统上的仿真验证 | 第49-59页 |
| 4.1 DCRBF在蔡氏电路上的仿真 | 第49-51页 |
| 4.1.1 控制设计 | 第49-50页 |
| 4.1.2 仿真验证 | 第50-51页 |
| 4.2 DCRBF在机器手臂非线性系统的仿真 | 第51-54页 |
| 4.2.1 控制设计 | 第51-53页 |
| 4.2.2 仿真验证 | 第53-54页 |
| 4.3 本章小结 | 第54-59页 |
| 第五章 维度压缩RBF在感应电机速度控制的运用 | 第59-68页 |
| 5.1 感应电机模型建立 | 第59-60页 |
| 5.2 控制设计 | 第60-65页 |
| 5.3 仿真验证 | 第65-66页 |
| 5.4 本章小结 | 第66-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 参考文献 | 第70-75页 |
| 攻读硕士学位期间取得的研究成果 | 第75-76页 |
| 致谢 | 第76-77页 |
| 附件 | 第77页 |
