基于扩展卡尔曼滤波的FLANN网络学习算法

• 作者: 郑林华 金国平 钟华
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 神经网络 FLANN EKF 学习算法
• 年，卷（期）: 2009,（10）
• 所属期刊栏目: 算法研究
• 页码范围: 1555-1559
• 页数: 5页
• 分类号: TP183
• 字数: 3686字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0530.2009.10.012

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑林华	国防科学技术大学电子科学与工程学院	54	236	7.0	12.0
2	金国平	国防科学技术大学电子科学与工程学院	8	35	4.0	5.0