基于Kalman滤波的基本Elman网络训练新算法

• 作者: 李小兵 田玉松 邱天爽
• 来源期刊: 大连理工大学学报
• 学科: 工学
• 关键词: Kalman滤波 梯度下降算法 基本Elman网络
• 年，卷（期）: 2009,（2）
• 所属期刊栏目: 电子信息工程、管理工程
• 页码范围: 276-281
• 页数: 6页
• 分类号: TN911.6
• 字数: 5335字
• 语种: 中文

摘要

Kalman滤波算法应用于基本Elman网络学习时,收敛速度较快,但收敛精度往往不高;而基于梯度下降的BP算法可以以很高的精度实现输入输出的非线性映射,但在极值点处收敛速度缓慢.针对上述问题,提出一种将Kalman滤波算法应用于基本Elman网络的新学习训练算法.该算法结合Kalman滤波算法和基于梯度下降的BP算法的优点来训练网络,以基本Elman网络隐层单元输出作为非线性系统的状态变量,通过Kalman滤波算法实现状态变量的快速准确跟踪,然后通过梯度下降法修正权值以保证精度.另外,在训练过程中,通过增加训练样本的信息内容来提高网络收敛的精度.仿真结果表明了该算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邱天爽	大连理工大学电子与信息工程学院	302	2478	22.0	33.0
2	李小兵	大连理工大学电子与信息工程学院	16	209	9.0	14.0
3	田玉松	大连理工大学电子与信息工程学院	1	3	1.0	1.0