| 基于卡爾曼濾波算法和雙徑向轉(zhuǎn)移函數(shù)的RBF型神經(jīng)網(wǎng)絡(luò) | |
| 所屬分類：技術(shù)論文 | |
| 上傳者：aet | |
| 文檔大小：1028 K | |
| 標簽： 卡爾曼濾波 RBF神經(jīng)網(wǎng)絡(luò) | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：摘 要：RBF徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)具有訓練簡潔、學習效率快、不易陷入局部極小等優(yōu)點，廣泛應(yīng)用于信號處理與模式識別。雖然常用的RBF網(wǎng)絡(luò)比較容易構(gòu)建，但因其結(jié)構(gòu)通常固定或者復雜度較高，從而導致學習時間過長或網(wǎng)絡(luò)資源的浪費。針對上述原因，提出利用擴展卡爾曼濾波器作為RBF的學習算法，并在隱層中使用雙徑向函數(shù)。通過對逼近基準的結(jié)果分析，清楚地表明該算法比其他分類網(wǎng)絡(luò)模型具有更強的泛化性。 關(guān)鍵詞：RBF神經(jīng)網(wǎng)絡(luò)，卡爾曼濾波，轉(zhuǎn)移函數(shù)，徑向基函數(shù) | |
| 現(xiàn)在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號-2