基于采樣稀疏學(xué)習(xí)的非線性動(dòng)力系統(tǒng)辨識(shí)

摘要： 現(xiàn)有系統(tǒng)辨識(shí)方法常將非線性動(dòng)力系統(tǒng)辨識(shí)問題轉(zhuǎn)化為稀疏回歸問題。針對(duì)現(xiàn)有方法應(yīng)對(duì)噪聲與小樣本能力不足的問題,提出了一種基于采樣稀疏學(xué)習(xí)的非線性動(dòng)力系統(tǒng)辨識(shí)方法。首先,在復(fù)雜辨識(shí)問題被描述為稀疏回歸問題的基礎(chǔ)上,引入指示變量對(duì)稀疏結(jié)構(gòu)進(jìn)行編碼;然后,基于嵌有Metropolis-Hastings算法的Gibbs采樣器對(duì)稀疏結(jié)構(gòu)進(jìn)行學(xué)習(xí);最后,通過簡單的線性回歸獲得動(dòng)力學(xué)方程的各項(xiàng)系... （共7頁）