期刊专题

10.3969/j.issn.1002-137X.2007.06.048

一种改进的神经网络增量学习算法

引用
基于扩展KALMAN滤波器(Extended Kalman Filter)的神经网络是一类应用广泛的神经网络算法,但该算法在大数据量、抵抗噪声等方面还有相当的缺陷.本文从增量学习的角度出发,对扩展KALMAN滤波器算法进行了改进,同时借鉴周期算法的长处,引入部分增量训练机制(Partial incremental Training)和适当的隐层节点删减机制,使该算法在抵抗噪声等方面有了显著的提高.理论分析表明,该算法可以有效降低噪声数据的影响,提高神经网络算法的鲁棒性.

神经网络、滤波器filter、算法、增量学习

34

TP3(计算技术、计算机技术)

2007-07-23(万方平台首次上网日期,不代表论文的发表时间)

共3页

177-178,238

暂无封面信息
查看本期封面目录

计算机科学

1002-137X

50-1075/TP

34

2007,34(6)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn