未找到相关数据
基于无先导卡尔曼滤波的RBFN训练算法研究
被引：7
作者：
张海涛
李大字
靳其兵
耿延睿
机构：
[1] 北京化工大学信息科学与技术学院
来源：
基金：
教育部留学回国人员科研启动基金;
关键词：
径向基神经网络;
卡尔曼滤波器;
无先导卡尔曼滤波器;
D O I：
10.13543/j.cnki.bhxbzr.2007.02.028
中图分类号：
TP183 [人工神经网络与计算];
学科分类号：
081104 ;
0812 ;
0835 ;
1405 ;
摘要：
提出了应用无先导卡尔曼滤波器(UKF)来训练径向基神经网络(RBFN)的新方法。与广义卡尔曼滤波器(EKF)和双重卡尔曼滤波器(DEKF)对函数的一阶近似不同,UKF对非线性函数采用二阶近似展开,而且最重要的一点是不必求取系统的雅克比矩阵,从而大大减小计算量。本文对时间序列预测及分类问题进行了仿真,结果证实了该方法的有效性和快速性。
引用
收藏
页码：221 / 224
页数：4
相关论文