.png){kind=icon}
返回
A dynamic forgetting factor-based recursive estimation framework for radial basis function-based Hammerstein battery models
.png){kind=icon}
PRE
AI
DOI：10.1016/j.engappai.2025.113495.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 提出了改进的基于梯度的在线辨识方法。
• 所提出的RBF-Hammerstein模型采用关键项分离技术进行参数化。
• 引入了动态遗忘因子和最大似然原理。
期刊
IF:
8
论文数:
5.7K
被引数:
3.5W
机构
暂无机构信息
引用论文
Sensitivity Analysis of Space Parameters for Integrated Natural Circulation Reactor Under the Rolling Condition Coupling Power Increase摇摆条件下功率增加耦合的集成自然循环反应堆空间参数敏感性分析.png)
IF0
PREAI
分享收藏Comparative analysis of hydrogen production methods: Environmental impact and efficiency of electrochemical and thermochemical processes氢生产方法的比较分析：电化学和热化学过程的环境影响与效率
PREAI
分享收藏Auxiliary model multiinnovation stochastic gradient parameter estimation methods for nonlinear sandwich systems非线性夹层系统的辅助模型多新信息随机梯度参数估计方法
PREAI
分享收藏
查看更多内容