1. You are Here：

Full metadata record
DC FieldValueLanguage
dc.contributor.author陶有福en_US
dc.contributor.authorTao, You-Fuen_US
dc.contributor.author吳炳飛en_US
dc.contributor.authorWu, Bing-Feien_US
dc.date.accessioned2014-12-12T02:12:57Z-
dc.date.available2014-12-12T02:12:57Z-
dc.date.issued1993en_US
dc.identifier.urihttp://140.113.39.130/cdrfb3/record/nctu/#NT824327004en_US
dc.identifier.urihttp://hdl.handle.net/11536/58643-
dc.description.abstract此論文中，兩種模式化方法被發展在混沌系統（chaotic system）的識別上。 一種是運用隨機線性模式化的方法，它是利用以模式為基礎的功率譜估測法以找出 功率譜近似的馬可夫模式。此方法是由白色雜音所驅動馬可夫模式使得其輪出功率 譜非常趨近原來信號功率譜。此法要點是找出一個功率譜因子及其相關的分時雷卡 地方程式（discrete－time algebraic Riccati equation） ，解此方程式則可得 到功率譜近似的馬可夫動態方程式。此法的好處在於系統化和簡易化的得到馬可夫 動態方程式。另一種是決定性的非線性模式化方法，它是利用類神經網路來做混沌 系統識別。串並聯模式能描述混沌系統的動態，但其所追蹤的資料必須被要求具有 穩健性的缺點。並聯模式能維持混沌系統部分資訊，但卻無法追蹤資料的缺點。一 種新模式被提出以解決串並聯模式及並聯模式的缺點。 #9400490 #9400490zh_TW
dc.language.isoen_USen_US
dc.subject功率zh_TW
dc.subject類神經網路zh_TW
dc.subject混沌系統zh_TW
dc.subject識別zh_TW
dc.subject自動控制工程zh_TW
dc.subject控制工程zh_TW
dc.subject電腦zh_TW
dc.subject雷卡地方程式zh_TW
dc.subject馬可夫模式zh_TW
dc.subject新奇模式zh_TW
dc.subjectAUTOMATED-CONTROL-ENGINEERINGen_US
dc.subjectCONTROL-ENGINEERINGen_US
dc.subjectCOMPUTERen_US
dc.subjectChaotic Systemen_US
dc.subjectthe discrete-time Riccati equationen_US
dc.subjectMarkovian Modelen_US
dc.subjectNovel Modelen_US
dc.title運用功率譜估測法及類神經網路來做混沌系統的識別zh_TW
dc.titleIdentification of chaotic systems by spectral estimation and neural networksen_US
dc.typeThesisen_US
dc.contributor.department電控工程研究所zh_TW
Appears in Collections:Thesis


Related Contents
Loading...