基于Kalman滤波的神经网络学习算法及其应用
【摘要】:针对传统神经网络学习算法速度慢、容易陷入局部最优解的缺点 ,将卡尔曼滤波应用于人工神经网络的训练算法中。同时 ,在卡尔曼滤波计算中 ,将奇异值分解应用于卡尔曼滤波的递推公式中 ,提高了协方差阵计算的数值稳定性。最后 ,本文通过将神经网络的卡尔曼滤波算法应用于电力系统短期负荷预测中 ,验证了该方法不仅具有理论意义 ,同时也有实用价值
|
|
|
|
1 |
张国权,倪重匡;应用Kalman滤波提高雷达测量精度[J];电子学报;1981年03期 |
2 |
王欣;叠加白噪声图象的“双向Kalman滤波”[J];电子学报;1985年01期 |
3 |
史忠科;Kalman滤波新结构及其在目标跟踪中的应用[J];自动化学报;1994年05期 |
4 |
沈兰荪,杨圣,姚士仲,贾克斌;ICP-AES加权增量Kalman滤波法[J];科学通报;1996年11期 |
5 |
张奕群,李书和,张国雄;Kalman滤波器在机床热误差建模中的应用[J];航空精密制造技术;1997年01期 |
6 |
舒畅;抑制Kalman滤波发散的若干方法及其进展[J];黑龙江水利科技;1997年02期 |
7 |
吴东生,蔡品璐;Kalman滤波的发散现象及其克服方法[J];武汉科技学院学报;1997年01期 |
8 |
吴东生,蔡品璐,余启刚;一种Kalman滤波发散的克服方法[J];中南民族学院学报(自然科学版);1997年03期 |
9 |
胡致强,祖玉杰,徐善勇;抑制 Kalman 滤波发散的方法及其进展[J];黑龙江水专学报;1997年04期 |
10 |
文成林,施晨鸣,刘哲;基于小波变换的多分辨分布式滤波[J];河南大学学报(自然科学版);1998年04期 |
|