??? 摘 要：RBF徑向基函數神經網絡具有訓練簡潔、學習效率快、不易陷入局部極小等優點，廣泛應用于信號處理與模式識別。雖然常用的RBF網絡比較容易構建，但因其結構通常固定或者復雜度較高，從而導致學習時間過長或網絡資源的浪費。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。通過對逼近基準的結果分析，清楚地表明該算法比其他分類網絡模型具有更強的泛化性。
??? 關鍵詞：RBF神經網絡，卡爾曼濾波，轉移函數，徑向基函數
?
本站內容除特別聲明的原創文章之外，轉載內容只為傳遞更多信息，并不代表本網站贊同其觀點。轉載的所有的文章、圖片、音/視頻文件等資料的版權歸版權所有權人所有。本站采用的非本站原創文章及圖片等內容無法一一聯系確認版權者。如涉及作品內容、版權和其它問題，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濟損失。聯系電話：010-82306118；郵箱：aet@chinaaet.com。