一种前馈神经网络的卡尔曼滤波学习方法

一种前馈神经网络的卡尔曼滤波学习方法
张友民;戴冠中;张洪才;卢京潮
【期刊名称】《信息与控制》
【年(卷),期】1994(23)2
【摘要】本文针对前馈神经网络误差反向传播算法（ＢＰ算法）收敛速度慢且常常收敛于局部极小值等缺陷，提出了一种基于推广卡尔曼滤波估计的快速学习新方法，与ＢＰ算法相比较，该方法不仅学习收敛速度快，数值稳定性好，所需学习次数和国节点数少，而且所需调节参数少，便于工程应用。

非线性系统建模与辨识的仿真计算结果表明，该方法是提高网络学习速度、改善学习性能的一种有效方法，可有效解决工业过程等非线性系统建模与辨识问题。

【总页数】6页(P113-118)
【关键词】前馈;神经网络;BP算法;卡尔曼滤波
【作者】张友民;戴冠中;张洪才;卢京潮
【作者单位】西北工业大学自动控制系
【正文语种】中文
【中图分类】TP18
【相关文献】
1.一种前馈神经网络基于U—D分解渐消记忆滤波的学习方法 [J], 张友民;戴冠中
2.基于互补遗传算子的前馈神经网络三阶段学习方法 [J], 杨会志
3.用改进的非监督学习方法加速前馈神经网络的训练 [J], 方斌;朱明星
4.前馈神经网络的混沌学习方法研究 [J], 李祥飞;邹恩;邹莉华;秦斌
5.一种基于前馈序列记忆神经网络的改进方法 [J], 梁翀;刘迪;浦正国;张彬彬因版权原因，仅展示原文概要，查看原文内容请购买。