[發明專利]一種基于間隙度量的動態模式識別方法及裝置

有效

• 申請號: 201810766015.7
• 申請日: 2018-07-12
• 公開（公告）號: CN109063277B
• 公開（公告）日: 2022-12-20
• 發明（設計）人: 陳丹鳳;王聰;文成林
• 申請（專利權）人: 佛山科學技術學院
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06N3/04;G06F119/14
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 王國標

1.一種基于間隙度量的動態模式識別方法，其特征在于，所述方法包括以下步驟：

步驟1，通過徑向基函數神經網絡構建系統辨識模型；

步驟2，調節系統辨識模型的神經網絡參數，獲得沿系統軌跡的局部動力學信息的準確辨識，并通過常值神經網絡表達和獲取系統的未知動力學信息；

步驟3，通過確定學習算法，獲取系統未知動力學信息的局部準確辨識以及表達；

步驟4，對于偏導部分動力學信息，通過引入方向導數模型實現沿系統軌跡的局部動力學轉化；

步驟5，基于系統動力學以及沿系統軌跡的偏導部分動力學信息，構建結構穩定概念下基于間隙度量的相似度量模型；

步驟6，引入二階混沌系統-達芬振子系統，通過相似度量模型獲得訓練模式與待測模式之間的相似誤差。

2.根據權利要求1所述的一種基于間隙度量的動態模式識別方法，其特征在于，在步驟1中，通過徑向基函數神經網絡構建系統辨識模型方法為：系統辨識模型

其中為辨識系統的狀態向量；x＝[x₁，…，x_n]^T∈Rⁿ是系統的狀態向量；a_i0是系統的可調參數；為RBF神經網絡，用于逼近系統的未知動力學信息f_i(x,p)，p∈R^m為系統的參數向量，Rⁿ表示N維實數空間R的表示實數集。

3.根據權利要求1所述的一種基于間隙度量的動態模式識別方法，其特征在于，在步驟3中，所述確定學習算法為利用徑向基函數神經網絡實現對未知環境下系統，沿軌跡的動態信息的準確辨識，并能將學習到的知識以常值RBF神經網絡權值形式存儲，算法主要是證明了對于任何具有回歸或類回歸軌跡的系統，都能通過徑向基函數神經網絡，實現系統狀態及參數的收斂，從而實現系統未知動力學沿系統軌跡的局部準確逼近，其中，系統狀態x保持一致有界，即x滿足：其中Ω為緊集，此外，系統軌跡以點x(t₀)＝x_ξ0為初始點，且具有回歸或類回歸特性，t₀為開始時刻，x_ξ0為系統的初始狀態點。

4.根據權利要求1所述的一種基于間隙度量的動態模式識別方法，其特征在于，在步驟4中，引入方向導數實現沿系統軌跡的局部動力學轉化的方法為：定義沿系統軌跡的方向導數如下：

其中cosα_i＝(i＝1,...,n)是系統軌跡的方向余弦，表示以點x(t₀)＝x_ξ0為初始點的系統軌跡，因此，將原來沿系統狀態空間各狀態分量的偏導動力學轉化為沿系統軌跡的局部偏導動力學t₀為開始時刻，x_ξ0為系統的初始狀態點。

5.根據權利要求1所述的一種基于間隙度量的動態模式識別方法，其特征在于，在步驟5中，構建結構穩定概念下基于間隙度量的相似度量模型如下：

模型從系統動力學的角度考察系統之間的動態差異，其中動力學f和f′表達的是系統狀態與狀態之間的關聯信息，揭示了系統狀態背后的動力學機理；而對應的沿系統軌跡的偏導動力學和表達的是各自的系統動力學沿軌跡的變化率，sup為上確界函數，Ω表示緊集，表示系統軌跡，δ_υ(f，f′)為f和f′的間隙度量函數。

6.根據權利要求1所述的一種基于間隙度量的動態模式識別方法，其特征在于，在步驟6中，所述二階混沌系統-達芬振子系統為：

其中x＝[x₁,x₂]^T是系統狀態，p₁，p₂，p₃，ω和q是系統常值參數，qcos(ωt)是一個已知周期項，隨著參數取值的不同，系統將呈現不同的動力學行為，此處，選取初始狀態x(0)＝[x₁(0),x₂(0)]^T＝[0.0,-1.8]^T。

7.一種基于間隙度量的動態模式識別裝置，其特征在于，所述裝置包括：存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，所述處理器執行所述計算機程序運行在以下裝置的單元中：

系統辨識建模單元，用于通過徑向基函數神經網絡構建系統辨識模型；

模型參數調節單元，用于調節系統辨識模型的神經網絡參數，獲得沿系統軌跡的局部動力學信息的準確辨識，并通過常值神經網絡表達或獲取系統未知動力學信息；

辨識表達獲取單元，用于通過確定學習算法，獲取系統未知動力學信息的局部準確辨識以及表達；

動力學轉化單元，用于對于偏導部分動力學信息，通過引入方向導數實現沿系統軌跡的局部動力學轉化；

相似度量模型單元，用于求解基于系統動力學以及沿系統軌跡的偏導部分動力學信息，構建結構穩定概念下基于間隙度量的相似度量模型；

誤差測量單元，用于引入二階混沌系統-達芬振子系統通過相似度量模型獲得訓練模式與待測模式之間的相似誤差。