|
|||||
|
|
| 一种提高神经网络泛化能力的自适应UKF滤波算法 | |
| 引用本文： | 高为广,杨元喜,张婷.一种提高神经网络泛化能力的自适应UKF滤波算法[J].武汉大学学报(信息科学版),2008,33(5):500-503. |
| 作者姓名： | 高为广 杨元喜 张婷 |
| 作者单位： | 1. 信息工程大学测绘学院,郑州市陇海中路66号,450052;61081部队,北京市5136信箱,100094 2. 西安测绘研究所,西安市雁塔路中段1号,710054 3. 61081部队,北京市5136信箱,100094 |
| 摘 要： | 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. |
| 关 键 词： | 神经网络 EKF滤波 UKF滤波 自适应估计 神经网络 网络泛化能力 自适应 滤波算法 Neural Network Generalization Improving Algorithms 训练 结果 验证 检测样本 估计法 协方差矩阵 观测噪声 状态噪声 开窗 移动 问题 参数选取 |
| 文章编号： | 1671-8860(2008)05-0500-04 |
| 修稿时间： | 2008年3月16日 |
An Adaptive UKF Algorithms for Improving the Generalization of Neural Network |
|
| GAO Weiguang,YANG Yuanxi,ZHANG Ting.An Adaptive UKF Algorithms for Improving the Generalization of Neural Network[J].Geomatics and Information Science of Wuhan University,2008,33(5):500-503. | |
| Authors: | GAO Weiguang YANG Yuanxi ZHANG Ting |
| Abstract: | |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ | |