摘要
本发明提供迟滞特性正逆向模型建模方法、系统、设备及存储介质,包括等间隔采样得到压电陶瓷的电压时序数据序列和位移时序数据序列,得到电压速率时序数据序列和位移速率时序数据序列,构建多个训练样本为训练集,每个训练样本为多个时刻的输入电压和输出位移、多个时刻的输入电压速率和输出位移速率,利用训练集构建高斯混合模型,输入为训练样本,输出为各高斯组件的权重、均值向量、协方差矩阵,根据训练的高斯混合模型构建基于高斯混合回归的迟滞正向预测模型和迟滞逆向预测模型。本发明无需分别对正逆向模型进行训练,仅需训练优化高斯混合参数,利用高斯混合回归直接构建正向和逆向预测模型,不仅求解逆模型较为容易,且具有率相关性。
技术关键词
模型建模方法
高斯混合模型
协方差矩阵
时序
压电微动平台
速率
电压
训练集
序列
压电陶瓷
建模装置
数据获取模块
处理器
参数
代表
算法
元素
存储器
系统为您推荐了相关专利信息
残差生成对抗网络
网络入侵检测方法
GP模型
网络流量数据
混合型
RFID阅读器
基带模块
LoRa协议
子模块
能量采集电路
健康状态估计方法
无迹卡尔曼滤波算法
协方差矩阵
稳态工况
状态估计装置
协方差矩阵
系统定位方法
构建系统模型
代表
概率密度函数