测绘科学

2007, No.150(06) 120-122+208

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于自适应UKF的BP神经网络及其在高程拟合中的应用
The application of BP neural network based on UKF height fitting

聂建亮;秦勇;刘辉;

摘要(Abstract):

针对BP神经网络收敛速度慢、容易陷入局部极小值点和泛化能力差等问题,基于自适应Kalman滤波理论,提出一种自适应非线性滤波(UKF)训练BP神经网络的方法。该方法采用Kalman滤波框架,引入自适应因子,对神经网络的连接权进行训练,提高了神经网络的学习质量。高程异常拟合算例表明,基于自适应UKF的BP神经网络比标准BP神经网络收敛速度快,泛化能力强,从而证明了该方法是一种有效的连接权训练方法。

关键词(KeyWords): BP神经网络;非线性滤波(UKF);UT变换;自适应因子;泛化能力

Abstract:

Keywords:

基金项目(Foundation): 信阳师范学院青年骨干教师资助计划;; 交通部科技项目(200531881203);; 武汉大学地球空间环境与大地测量教育部重点实验室测绘基础研究基金(1469990324233-04-02)

作者(Author): 聂建亮;秦勇;刘辉;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享