BP网络与CMAC用于非线性曲线拟合
被引量：4
The BP and CMAC Used for Nonlinear Curve Fitting
摘要
本文首先介绍人工神经网络中的ＢＰ网络与ＣＭＡＣ用于非线性曲线拟合的基本方法，然后比较了两者在这方面应用的特点，最后给出了一些改进拟合性能的措施。
参考文献1
-
1[1]焦李成.神经网络的应用与实现.西安:西安电子科技大学出版社,1990.
同被引文献18
-
1郑小霞,钱锋.高斯核支持向量机分类和模型参数选择研究[J].计算机工程与应用,2006,42(1):77-79. 被引量：39
-
2赵春晖,陈万海,郭春燕.多类支持向量机方法的研究现状与分析[J].智能系统学报,2007,2(2):11-17. 被引量：26
-
3李谦,钟定珠,王晓瑜,招誉颐.变压器铁芯励磁特性拟合方法的探讨[J].高电压技术,1997,23(1):19-21. 被引量：21
-
4Vapnik V N.The Nature of Statistical Learning Theory[M].New York:Springer,1995.
-
5Drucker H,Burges C J C,Kaufman L.Support vector regression machines[C].//Advances in Neural Informa-tion Processing Systems.Cambridge:MIT Press,1997:155-161.
-
6Chapell O,Vapniketal V.Choseing multiple parameters for support vector machines[J].Machine Learning,2002,46:131-160.
-
7孙增圻.智能控制理论与技术[M].北京：清华大学出版社,2000..
-
8吴恒瑞，常力彬，等．电机常用材料手册[M]．西安：陕西科学技术出版社．2004．
-
9王晓彤,施围.BP 算法在磁化曲线拟合中的应用[J].西安交通大学学报,1998,32(8):1-4. 被引量：15
-
10李贵存,刘万顺,宫德锋,藤林,王剑,邓慧琼.用于磁化曲线拟合的高精度混合型径向基函数神经网络[J].电网技术,2001,25(12):18-21. 被引量：11
引证文献4
-
1吕新明,孙汉旭.基于函数链神经网络的磁化曲线拟合方法[J].机电产品开发与创新,2007,20(2):3-5. 被引量：4
-
2尉军军,全力,彭桂雪,胡海斌.基于最小二乘支持向量机的励磁特性曲线拟合[J].电力系统保护与控制,2010,38(11):15-17. 被引量：15
-
3赵乾麟,吕新明.磁化曲线的连续可导拟合方法[J].机电产品开发与创新,2012,25(3):27-29. 被引量：2
-
4廖云涛,向婕.基于CMAC-BP神经网络的光伏功率短期预测[J].信息技术与标准化,2020(9):54-58. 被引量：2
二级引证文献19
-
1荆宜青,张全法.函数链神经网络在打印机非线性校正中的应用[J].电子测量技术,2010,33(5):102-104. 被引量：1
-
2王鲜芳,杜志勇,王向东.基于LS-SVM和滑模变结构的无刷直流电动机混合控制[J].电力系统保护与控制,2011,39(2):70-74. 被引量：10
-
3马瑞,钟凯.基于最小二乘支持向量机的机组能耗曲线拟合[J].长沙理工大学学报（自然科学版）,2011,8(1):36-40. 被引量：1
-
4毕洁廷.串补电容线路中故障位置识别新方法[J].数字技术与应用,2011,29(7):95-96. 被引量：1
-
5李卫国,芦竹茂,叶高生.基于ANSOFT的含气隙铁心线圈电感分析[J].电气开关,2011,49(5):80-82. 被引量：4
-
6陈剑勇,苏浩益.结合支持向量机和马尔可夫链算法的中长期电力负荷预测模型[J].南方电网技术,2012,6(1):54-58. 被引量：9
-
7张慧源,顾宏杰,许力,许文才.基于最小二乘支持向量机的载流故障趋势预测[J].电力系统保护与控制,2012,40(10):19-23. 被引量：4
-
8张戈力,毛安家,赵岩.一种PLS回归的并网风电项目利润预测方法[J].电力系统保护与控制,2013,41(8):87-92. 被引量：2
-
9丛伟,孙允,路庆东,哈恒旭.电压互感器励磁特性曲线拟合的复合解法[J].电力系统保护与控制,2013,41(12):60-64. 被引量：6
-
10王建,吴奎华,刘志珍,吴奎忠,孙伟.电动汽车充电对配电网负荷的影响及有序控制研究[J].电力自动化设备,2013,33(8):47-52. 被引量：81
-
1唐家德.基于MATLAB的非线性曲线拟合[J].计算机与现代化,2008(6):15-19. 被引量：124
-
2唐家德.MATLAB在非线性曲线拟合中的应用研究[J].电脑学习,2008(1):57-59. 被引量：12
-
3姜元政,于子钧.MATLAB在非线性曲线拟合中的应用[J].数学学习与研究,2017(1):154-154. 被引量：6
-
4严晓明,郑之.BP与RBF网络在一些非线性曲线拟合上性能的比较[J].福建农林大学学报（自然科学版）,2011,40(6):653-656. 被引量：16
-
5雷菊珍,王保升,汪木兰.基于CMAC的恒张力控制系统研究[J].包装工程,2009,30(8):12-15. 被引量：4
-
6陈旭红.用Origin软件的线性拟合和非线性曲线拟合功能处理实验数据[J].江苏技术师范学院学报,2006,12(6):85-89. 被引量：41
-
7冯超,李兵.一种基于CMAC神经网络的模糊控制器设计[J].仪器仪表用户,2010,17(1):16-18. 被引量：1
-
8余亮.利用Excel软件进行非线性拟合的非编程方法[J].微型机与应用,2000,19(5):16-17. 被引量：11
-
9张彬,陈晓宁,赵金龙,黄立洋.基于BP神经网络和EKF神经网络在曲线拟合性能上的对比分析研究[J].电气技术,2014,15(7):15-17. 被引量：3
-
10林旭梅,梅涛,骆敏舟,宋彦锋.CMAC算法中泛化特性分析[J].模式识别与人工智能,2006,19(3):382-387. 被引量：2
