基于卡尔曼滤波算法和双径向转移函数的RBF型神经网络
2009-06-29
作者：宋绍云
摘 要：RBF径向基函数神经网络具有训练简洁、学习效率快、不易陷入局部极小等优点，广泛应用于信号处理与模式识别。虽然常用的RBF网络比较容易构建，但因其结构通常固定或者复杂度较高，从而导致学习时间过长或网络资源的浪费。针对上述原因，提出利用扩展卡尔曼滤波器作为RBF的学习算法，并在隐层中使用双径向函数。通过对逼近基准的结果分析，清楚地表明该算法比其他分类网络模型具有更强的泛化性。
关键词：RBF神经网络，卡尔曼滤波，转移函数，径向基函数
本站内容除特别声明的原创文章之外，转载内容只为传递更多信息，并不代表本网站赞同其观点。转载的所有的文章、图片、音/视频文件等资料的版权归版权所有权人所有。本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如涉及作品内容、版权和其它问题，请及时通过电子邮件或电话通知我们，以便迅速采取适当措施，避免给双方造成不必要的经济损失。联系电话：010-82306118；邮箱：aet@chinaaet.com。