|
|||||
|
|
| 一种基于扩展Kalman滤波器的神经网络学习算法 | |
| 作者姓名： | 李江 杨慧中 |
| 作者单位： | 江南大学系统工程研究所，无锡214122 |
| 摘 要： | 为了解决前馈神经网络BP算法在处理非线性对象时，收敛速度慢，易陷入局部极值，需调节参数多等的缺陷，提出将扩展卡尔曼滤波(EKF)算法引入神经网络的学习中．把前馈网络的所有权值、阈值作为EKF算法的状态，网络输出作为EKF的观测．同时为了防止滤波发散，对算法做了改进．仿真结果表明，该算法比BP算法在收敛速度、抗噪能力方面都有明显提高，同时还保证了一定的泛化能力． |
| 关 键 词： | 前馈神经网络 BP算法 扩展Kalman滤波 滤波发散 |
| 本文献已被 维普 等数据库收录！ | |