??? 摘 要：RBF徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)具有訓(xùn)練簡潔、學(xué)習效率快、不易陷入局部極小等優(yōu)點，廣泛應(yīng)用于信號處理與模式識別。雖然常用的RBF網(wǎng)絡(luò)比較容易構(gòu)建，但因其結(jié)構(gòu)通常固定或者復(fù)雜度較高，從而導(dǎo)致學(xué)習時間過長或網(wǎng)絡(luò)資源的浪費。針對上述原因，提出利用擴展卡爾曼濾波器作為RBF的學(xué)習算法，并在隱層中使用雙徑向函數(shù)。通過對逼近基準的結(jié)果分析，清楚地表明該算法比其他分類網(wǎng)絡(luò)模型具有更強的泛化性。
??? 關(guān)鍵詞：RBF神經(jīng)網(wǎng)絡(luò)，卡爾曼濾波，轉(zhuǎn)移函數(shù)，徑向基函數(shù)
?
本站內(nèi)容除特別聲明的原創(chuàng)文章之外，轉(zhuǎn)載內(nèi)容只為傳遞更多信息，并不代表本網(wǎng)站贊同其觀點。轉(zhuǎn)載的所有的文章、圖片、音/視頻文件等資料的版權(quán)歸版權(quán)所有權(quán)人所有。本站采用的非本站原創(chuàng)文章及圖片等內(nèi)容無法一一聯(lián)系確認版權(quán)者。如涉及作品內(nèi)容、版權(quán)和其它問題，請及時通過電子郵件或電話通知我們，以便迅速采取適當措施，避免給雙方造成不必要的經(jīng)濟損失。聯(lián)系電話：010-82306118；郵箱：[email protected]。