应用DEKF算法训练模糊化神经网络

• 作者: 乔士东 沈振康
• 来源期刊: 模糊系统与数学
• 学科: 数学
• 关键词: 模糊多层感知网络 扩展原理 区间代数 解耦合扩展卡曼滤波算法
• 年，卷（期）: 2004,（4）
• 所属期刊栏目: 模糊集应用
• 页码范围: 107-114
• 页数: 8页
• 分类号: O159|O233
• 字数: 1224字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-7402.2004.04.019

摘要

模糊MLP网络的待定参数规模比确定性MLP网络的多几倍,急需找到高效的训练算法.本文尝试用DEKF训练模糊神经网络,这是DEKF算法新的应用.仿真表明,DEKF算法比经典BP算法的收敛速度更快,训练所得网络的精度更高.