比例最小偏度单形UKF的RBF神经网络算法

• 作者: 吕岚 屈虹 甘旭升 赵海涛
• 来源期刊: 火力与指挥控制
• 学科: 工学
• 关键词: 无迹Kalman滤波 径向基函数 神经网络 状态空间模型
• 年，卷（期）: 2014,（12）
• 所属期刊栏目: 综述
• 页码范围: 80-83
• 页数: 4页
• 分类号: TP183
• 字数: 2657字
• 语种: 中文

摘要

为提高RBF神经网络的建模性能，提出一种基于改进无迹Kalman滤波（UKF）的RBF神经网络训练算法。在该算法中，首先将比例最小偏度单形Sigma点采样策略引入UT，以有效改进UKF，提升其计算效率，然后利用改进的UKF优化估计RBF神经网络的最优参数。仿真结果表明，改进的UKF比EKF具有更高的RBF神经网络模型训练精度，与传统UKF的模型精度大体相当，但速度更快，计算效率更高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕岚		44	41	3.0	4.0
2	甘旭升	空军工程大学空管领航学院	58	152	7.0	10.0
3	屈虹	空军工程大学空管领航学院	8	5	2.0	2.0
4	赵海涛	空军工程大学空管领航学院	2	2	1.0	1.0