基于扩展卡尔曼粒子滤波算法的神经网络训练

• 作者: 王法胜 郭权
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 多层感知器 神经网络训练 扩展卡尔曼粒子滤波
• 年，卷（期）: 2010,（5）
• 所属期刊栏目: 机器学习与进化计算
• 页码范围: 48-50
• 分类号: TP183
• 字数: 3112字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2010.05.013

摘要

神经网络的训练是一种非线性系统的辨识问题,基本粒子滤波算法已被成功用于训练神经网络,但基本粒子滤波算法在建议分布的选择上并没有考虑当前时刻观测值的影响,本文针对该问题提出使用扩展卡尔曼滤波器来生成建议分布.由于扩展卡尔曼滤波器在传递近似建议分布的均值和协方差的过程中充分利用了观测值信息,从而可以更好地描述神经网络权值的后验概率分布.实验结果证明,使用扩展卡尔曼滤波器作为建议分布的粒子滤波算法性能明显优于基本粒子滤波算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭权	大连东软信息学院计算机科学与技术系	28	281	8.0	16.0
2	王法胜	大连东软信息学院计算机科学与技术系	15	81	6.0	8.0