原文服务方: 上海海事大学学报       
摘要:
针对前馈网络BP算法所存在的收敛速度慢且常遇局部极小值等缺陷,提出一种基于U-D分解的渐消记忆推广Kalman滤波学习新方法.与EKF相比,该方法不仅大大加快了学习收敛速度、数值稳定性好,而且比BP算法需较少学习次数和隐节点数,学习效果也更好.将这种学习算法应用在船舶操纵的神经网络控制器中,仿真结果表明该方法是提高网络学习速度、改善学习效果的一种有效方法,可有效解决非线性系统的控制问题.
推荐文章
基于BP神经网络的PID参数自整定的船舶操纵控制器研究
船舶操纵
自动舵
神经网络
PID控制
参数整定
船舶航迹保持的在线SIMO神经网络控制器研究
航迹保持
神经网络
直接自适应学习法
自动舵
渐消记忆自适应滤波在传递对准中的应用
捷联惯性导航系统
渐消记忆自适应滤波
卡尔曼滤波
传递对准
速度积分角速度
深度神经网络在船舶自动舵中的应用
自动舵
深度置信网络
对比散度算法
受限波尔兹曼机
深度神经网络
反向传播算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 U-D分解渐消记忆滤波神经网络控制器在船舶操纵中的应用
来源期刊 上海海事大学学报 学科
关键词 船舶操纵 前馈神经网络 BP算法 推广Kalman滤波 U-D分解滤波
年,卷(期) 2002,(4) 所属期刊栏目
研究方向 页码范围 6-8,14
页数 4页 分类号 TP183|U666.158
字数 语种 中文
DOI 10.3969/j.issn.1672-9498.2002.04.002
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘以建 上海海运学院工学院 7 26 4.0 5.0
2 李海量 上海海运学院研究生部 5 12 2.0 3.0
3 常依斌 上海海运学院工学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (0)
参考文献  (10)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(2)
  • 参考文献(2)
  • 二级参考文献(0)
2001(2)
  • 参考文献(2)
  • 二级参考文献(0)
2002(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
船舶操纵
前馈神经网络
BP算法
推广Kalman滤波
U-D分解滤波
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
上海海事大学学报
季刊
1672-9498
31-1968/U
大16开
1979-01-01
chi
出版文献量(篇)
1795
总下载数(次)
0
总被引数(次)
13718
论文1v1指导