基于卡尔曼滤波技术的人工神经网络权重估算及应用

为改进神经网络模型算法,将神经网络技术与卡尔曼滤波技术进行耦合。在样本训练过程中,将卡尔曼滤波递推算法用于神经网络权重的训练,然后用训练得到的权重进行检验。文中以岷江上游段紫坪埔水文站的流量预报为实例,并与单一的神经网络模型以及卡尔曼滤波模型进行了比较。应用结果表明,卡尔曼技术用于神经网络权重估算,可改善水文预报精度。