| 比例最小偏度单形UKF的RBF神经网络算法 |
| |
| 引用本文： | 吕岚,甘旭升,屈虹,赵海涛.比例最小偏度单形UKF的RBF神经网络算法[J].火力与指挥控制,2014(12). |
| |
| 作者姓名： | 吕岚 甘旭升 屈虹 赵海涛 |
| |
| 作者单位： | 1. 陕西铁路工程职业技术学院,陕西 渭南,714099
2. 空军工程大学空管领航学院,西安,710051 |
| |
| 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。
|
| 关 键 词： | 无迹Kalman滤波 径向基函数 神经网络 状态空间模型 |
RBF Neural Network Algorithm Based on UKF with a Scaled Minimal Skew Simplex Sigma Point Sampling Strategy |
| |
| LV Lan,GAN Xu-sheng,QU Hong,ZHAO Hai-tao.RBF Neural Network Algorithm Based on UKF with a Scaled Minimal Skew Simplex Sigma Point Sampling Strategy[J].Fire Control & Command Control,2014(12). |
| |
| Authors: | LV Lan GAN Xu-sheng QU Hong ZHAO Hai-tao |
| |
| Abstract: | |
| |
| Keywords: | unscented kalman filter radial basis function neural network state space model |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
