武汉大学学报（信息科学版）
武漢大學學報（信息科學版）
무한대학학보（신식과학판）
GEOMATICS AND INFORMATION SCIENCE OF WUHAN UNIVERSITY
2008年
5期
500-503
,共4页
神经网络%EKF滤波%UKF滤波%自适应估计
神經網絡%EKF濾波%UKF濾波%自適應估計
신경망락%EKF려파%UKF려파%자괄응고계
给出了利用EKF(extended Kalman)滤波和UKF(unscented Kalman)滤波提高神经网络泛化能力的方法.针对UKF参数选取随意性的问题,采用移动开窗估计法对状态噪声和观测噪声协方差矩阵进行自适应估计,提出了一种新的提高神经网络泛化能力的自适应UKF算法.利用检测样本进行了验证,结果表明,利用EKF、UKF和自适应UKF算法训练神经网络都能提高其泛化能力,其中自适应UKF算法优于其他几种算法.
給齣瞭利用EKF(extended Kalman)濾波和UKF(unscented Kalman)濾波提高神經網絡汎化能力的方法.針對UKF參數選取隨意性的問題,採用移動開窗估計法對狀態譟聲和觀測譟聲協方差矩陣進行自適應估計,提齣瞭一種新的提高神經網絡汎化能力的自適應UKF算法.利用檢測樣本進行瞭驗證,結果錶明,利用EKF、UKF和自適應UKF算法訓練神經網絡都能提高其汎化能力,其中自適應UKF算法優于其他幾種算法.
급출료이용EKF(extended Kalman)려파화UKF(unscented Kalman)려파제고신경망락범화능력적방법.침대UKF삼수선취수의성적문제,채용이동개창고계법대상태조성화관측조성협방차구진진행자괄응고계,제출료일충신적제고신경망락범화능력적자괄응UKF산법.이용검측양본진행료험증,결과표명,이용EKF、UKF화자괄응UKF산법훈련신경망락도능제고기범화능력,기중자괄응UKF산법우우기타궤충산법.
