一种提高神经网络泛化能力的自适应UKF滤波算法

摘要：

给出了利用EKF(extended Kalman)滤波和UKF(unscented Kalman)滤波提高神经网络泛化能力的方法.针对UKF参数选取随意性的问题,采用移动开窗估计法对状态噪声和观测噪声协方差矩阵进行自适应估计,提出了一种新的提高神经网络泛化能力的自适应UKF算法.利用检测样本进行了验证,结果表明,利用EKF、UKF和自适应UKF算法训练神经网络都能提高其泛化能力,其中自适应UKF算法优于其他几种算法.

关键词：神经网络、EKF滤波、UKF滤波、自适应估计

所属期刊栏目：33

分类号：P207.2(一般性问题)

资助基金：国家自然科学基金40274002;40474001

在线出版日期：2008-06-30（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：500-503