基于扩展卡尔曼滤波的FLANN网络学习算法 |
| |
引用本文: | 钟华,金国平,郑林华.基于扩展卡尔曼滤波的FLANN网络学习算法[J].信号处理,2009,25(10). |
| |
作者姓名: | 钟华 金国平 郑林华 |
| |
作者单位: | 1. 国防科学技术大学电子科学与工程学院,湖南长沙;95746部队,四川成都 2. 国防科学技术大学电子科学与工程学院,湖南长沙 |
| |
摘 要: | 针对函数连接型神经网络(FLANN)误差反传(BP)学习算法存在收敛速度慢和容易陷入局部极小值等问题,结合扩展卡尔曼滤波(EKF)理论,提出了一种基于扩展卡尔曼滤波的FLANN网络学习算法.新算法把网络的权值作为EKF的状态,网络的输出作为EKF的观测,通过扩展卡尔曼滤波算法来调整网络权系数从而获得最优网络状态,即网络权系数的最优估计.仿真结果表明,新算法比BP学习算法在收敛速度和稳态误差性能等方面都得到了大大提高.
|
关 键 词: | 神经网络 学习算法 |
Learning Algorithm Based on Extended Kalman Filter for Functional Link Artificial Neural Networks |
| |
Abstract: | |
| |
Keywords: | FLANN EKF |
本文献已被 万方数据 等数据库收录! |
|