| 基于卡爾曼濾波算法和雙徑向轉移函數的RBF型神經網絡 | |
| 所屬分類：技術論文 | |
| 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. | |
| 現在下載 | |
| 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。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2