自适应控制所讨论的对象，一般是指对象的结构已知，仅仅是参数未知，而且采用的控制方法仍是基于数学模型的方法。
2018-03-27 09:55
深度学习模型在训练过程中，往往会遇到各种问题和挑战，如过拟合、欠拟合、梯度消失或爆炸等。因此，对深度学习模型进行优化与调
2024-07-01 11:41
近年来，自校正控制技术如雨后春笋般地迅速发展。关于离散时间随机自适应控制的稳定性和收敛性，澳大刊亚纽卡斯尔大学的Goodwin作出了有益的贡献。自寻优自适应控制系统、变结构白适应控制系统也得到了相应
2018-03-27 10:26
自适应控制包括模型参考自适应控制和自校正控制两个分支。前者是20世纪50年代建立起来的，它是通过自适应机构来克服系统模型参数的不确定性；后者是瑞典学者Astrom1973年提出的，它是通过在线估计系统模型参数，进而修
2018-03-27 09:35
掌握这 17 种方法，用最省力的方式，加速你的 Pytorch 深度学习训练。
2024-10-28 14:05
的发展，基于深度学习的TSC方法逐渐展现出其强大的自动特征提取和分类能力。本文将从多个角度对深度学习在时间序列分类中的应
2024-07-09 15:54
随机梯度下降（Stochastic gradient descent） 批量梯度下降（Batch gradient descent） 梯度下降（GD）是最小化风险函数、损失函数的一种常用
2017-11-28 04:00
自适应控制经过近50年的发展，无论在理论上还是应用上都取得了很大的发展。近20多年来，随着计算机技术特别是大规模集成电路和芯片的广泛普及，为自适应控制开辟了广阔的领域。自适应控制在：飞行器控制、深空
2018-03-27 18:03
自适应天线系统主要由天线阵、自适应处理器以及射频电缆网构成。其中，天线阵由多个天线单元构成，通常为四个天线，一个为主天线，接收有用信号，其余为辅助天线，产生对消干扰的参考信号。自适应天线系统与接收机不需要通信，通过射
2019-03-27 11:06
模型驱动的深度学习方法近年来，深度学习在人工智能领域一系列困难问题上取得了突破性成功应用。
2018-01-24 11:30
