TY -的A2 -基粒,Manuel盟——阿基拉克鲁斯,凯伦艾丽西娅AU -梅德尔华雷斯,何塞·德·耶稣AU -费尔南德斯穆尼奥斯,Jose Luis AU -埃斯梅拉达Vigueras委拉斯开兹,Midory PY - 2016 DA - 2016/06/05 TI -神经网络收益估计基于等效模型SP - 1690924六世- 2016 AB -一个等价的人工神经网络模型(EANN)描述了收益,在一层视为参数,考虑这是一个重复的过程,适用于一个神经元在神经网络(NN)。EANN有助于估计神经网络收益或参数,所以我们提出两种方法来确定。第一个考虑模糊推理与传统的卡尔曼滤波器相结合,获取模糊意义上的等效模型和估计的收益矩阵 一个 和适当的增益 K 在传统的筛选鉴定。第二个发展直接估计在状态空间中,描述一个EANN使用收益的期望值和递归描述估计。最后,执行比较的描述;突显出分析方法描述了神经网络系数直接形式,而其他技术需要选择知识库(KB)的因素基于功能错误和参考信号系统的建立与过去的信息。SN - 1687 - 5265你2016/1690924 / 10.1155——https://doi.org/10.1155/2016/1690924——摩根富林明-计算神经科学情报和PB Hindawi出版公司KW - ER