基于卡尔曼滤波算法和双径向转移函数的RBF型神经网络

• 作者: 宋绍云
• 来源期刊: 微型机与应用
• 学科: 工学
• 关键词: RBF神经网络 卡尔曼滤波 转移函数 径向基函数
• 年，卷（期）: 2009,（8）
• 所属期刊栏目: 网络与通信
• 页码范围: 45-47
• 页数: 3页
• 分类号: TP183
• 字数: 2185字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-7720.2009.08.013

摘要

RBF径向基函数神经网络具有训练简洁、学习效率快、不易陷入局部极小等优点,广泛应用于信号处理与模式识别.虽然常用的RBF网络比较容易构建,但因其结构通常固定或者复杂度较高,从而导致学习时间过长或网络资源的浪费.针对上述原因,提出利用扩展卡尔曼滤波器作为RBF的学习算法,并在隐层中使用双径向函数.通过对逼近基准的结果分析,清楚地表明该算法比其他分类网络模型具有更强的泛化性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋绍云	玉溪师范学院信息技术工程学院	68	218	6.0	14.0