10.3969/j.issn.1671-4628.2007.02.028
基于无先导卡尔曼滤波的RBFN训练算法研究
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.
径向基神经网络、卡尔曼滤波器、无先导卡尔曼滤波器
34
TP18(自动化基础理论)
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
2007-04-23(万方平台首次上网日期,不代表论文的发表时间)
共4页
221-224