基于比例UKF的神经网络及其应用

• 作者: 黄冬民
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 比例UKF 神经网络 Mackey-Grass 预测
• 年，卷（期）: 2007,（24）
• 所属期刊栏目: 学术探讨
• 页码范围: 69-71
• 页数: 3页
• 分类号: TP183
• 字数: 1976字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2007.24.018

摘要

提出了一种利用比例无轨迹卡尔曼滤波(Scaled-UKF)进行神经网络权值估计的算法,该算法可以克服BP算法存在的学习速率缓慢、计算量大、容易使学习陷入局部极小等缺点.以Mackey-Grass混沌时间序列作为神经网络输入,运用比例UKF算法、UKF算法、BP算法仿真神经网络.结果表明,比例UKF算法较之BP算法具有更快的训练速度和更高的预测精度,且可以避免网络学习陷入局部极小;而相对于UKF算法,其变量分布可不限定为高斯型且能保证状态方差半正定.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄冬民		6	20	2.0	4.0