%0 Journal Article
%T 广义约束神经元网络模型系统结构参数辨识(英)
%A 秦雨萍
%A 张双
%A 蒲志林
%J 四川师范大学学报(自然科学版)
%P 509-515
%D 2013
%X 系统参数的辨识有助于帮助提高系统的透明性，从而增强系统的可控能力；如何提高系统参数的辨识能力是一个非常重要的课题，目前在单输入单输出(SISO)参数辨识上已经取得了一些成果.通过分析广义约束神经元网络模型，结合已有的一些理论,经过推理总结得到了m输入n输出(MINO)系统以及多输入多输出(MIMO)参数的辨识理论方法.经过实际验证，它为提高“黑盒”的透明度是可行的.该理论的提出，有助于提高广义约束神经元网络模型参数的辨识能力，进一步提高了神经网络“黑盒”系统的模型识别能力.
%K GCNN
%K 参数辨识
%K SISO
%K MINO
%K MIMO
%U http://jsnu.paperopen.com/oa/darticle.aspx?type=view&id=201304005