The invention discloses a parameter estimation technique of a neuron system. For a class of biological neuron system, the general formula of model transformation is applicable to the standard form of recursive least squares algorithm for parameter estimation, through the acquisition of input and output data structure, the recursive least squares algorithm for estimating system parameters online information, finally. The invention has the advantages of on-line estimation and simple realization, and can be used as an important means for estimating the parameters of a general biological neuron system.
【技术实现步骤摘要】
一种神经元系统参数估计技术
技术介绍
目前,许多生物神经元系统的控制理论研究多数是建立在系统模型参数已知的情况下来进行分析,但实际中系统模型参数往往未必精确已知,所以神经元系统参数估计成为重要的研究课题之一。最小二乘算法是一种重要的参数估计手段,到目前为止,国内外学者针对不同需求或应用场合,提出并发展了不少最小二乘算法,其中递推最小二乘算法由于其分析简单、实现容易而受到广泛应用。研究表明,通过设置生物神经元系统的相关参数,系统会呈现出混沌状态,而混沌现象在化学、信息科学、保密通信等领域存在着潜在的应用价值,所以研究混沌生物神经元系统的参数估计具有重要意义。迄今为止,虽然存在一些混沌生物神经元系统的参数估计方法,如自适应同步算法等,但是这些算法较复杂、计算量大、需要利用同步控制来估计参数,存在一定局限性。本专利技术将提供一种可在线估计、简单方便的神经元系统参数估计技术。
技术实现思路
本专利技术的目的在于克服现有神经元系统参数估计算法结构复杂、计算量大等缺点,利用递推最小二乘法可在线辨识、实现简单方便的优点,提出一种新型的神经元系统参数估计技术。本专利技术采用的技术方案包含如下步骤:步骤1:模型变换。一般生物神经元系统可描述为:其中,x=[x1(t),…,xn(t)]T为系统的状态变量;ki(i=1,2,…,n)为系统给定输入;hi(x)(i=1,2,…,n)为第i个神经元系统的非线性函数;pij(i=1,2,…,n,j=1,2,…,n)为第i个神经元和第j个神经元之间的连接权系数;sij(x)(i=1,2,…,n,j=1,2,…,n)为第i个神经元和第j个神经元之间 ...
【技术保护点】
一种神经元系统参数估计技术,其特征是所述技术包括如下步骤:步骤1:模型变换。一般生物神经元系统可描述为:
【技术特征摘要】
1.一种神经元系统参数估计技术,其特征是所述技术包括如下步骤:步骤1:模型变换。一般生物神经元系统可描述为:其中,x=[x1(t),…,xn(t)]T为系统的状态变量;ki(i=1,2,…,n)为系统给定输入;hi(x)(i=1,2,…,n)为第i个神经元系统的非线性函数;pij(i=1,2,…,n,j=1,2,…,n)为第i个神...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。