基于卡爾曼濾波算法和雙徑向轉(zhuǎn)移函數(shù)的RBF型神經(jīng)網(wǎng)絡(luò)
所屬分類：技術(shù)論文
上傳者：aet
文檔大?。?span>1120 K
所需積分：0分積分不夠怎么辦,？
文檔介紹：RBF徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)具有訓練簡潔、學習效率快,、不易陷入局部極小等優(yōu)點,廣泛應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)通常固定或者復雜度較高,從而導致學習時間過長或網(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.
現(xiàn)在下載
VIP會員,，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分,。