基于无先导卡尔曼滤波的RBFN训练算法研究

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.

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

所属期刊栏目：34

分类号：TP18(自动化基础理论)

资助基金：教育部留学回国人员科研启动基金;北京市教委共建项目XK100100435;北京化工大学校科研和教改项目QN0625

在线出版日期：2007-04-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：221-224