本发明提出基于状态方程的显式欧拉法符号网络常微分方程识别方法。本发明所述方法首先通过数值模拟准备识别方程所用的数据集,将位移数据与速度数据组合成状态向量;将状态向量形式的数据送入符号网络进行学习,网络的深度推进格式采用显式欧拉法,每一个符号网络循环块的输入都作为下一个网络循环块的输入以此提高网络对长期时域信号的学习能力;将最终学习到的方程形式与真实方程作比较并用学习到的方程作预测曲线与真实的曲线对比来验证学习方程的准确性。所述方法智能化学习程度更高,所需先验知识更少,实用性更广模型搭建的难度更低。
声明:
“基于状态方程的显式欧拉法符号网络常微分方程识别方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)