《表1 KRLS模型建模性能比较》
图2给出了KRLS方法在训练集上的学习收敛曲线,看出,KRLS辨识模型表现出了良好的在线自适应学习特性。图3、图4分别给出了在测试数据集上h通道和p H通道的测试输出与真实值的结果比较曲线,图5给出了在测试数据集上h通道和p H通道的各点测试误差比较曲线,从图2~图5的结果可以看出,在多输出的情形下,KRLS方法呈现出较好的建模性能,验证了该方法的有效性。
图表编号 | XD0028792800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.20 |
作者 | 朱瑞鹤、李军 |
绘制单位 | 兰州交通大学自动化与电气工程学院、兰州交通大学自动化与电气工程学院 |
更多格式 | 高清、无水印(增值服务) |