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
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
参考文献(References)：
- [1]杨建刚.人工神经网络使用教程[M].杭州:浙江大学出版社,2001.
- [2]赵启林,卓家寿.BP网络的最大误差学习算法[J].河海大学学报,2000,28(1):113-115.
- [3]覃光华,丁晶,刘国东.自适应BP算法及其在河道洪水预报上的应用[J].水科学进展,2002,13(1):37-41.
- [4]郑高峰.带动量项的BP神经网络收敛性分析[D].大连:大连理工大学,2005.
- [5]史玉峰,曹俊如.基于遗传BP神经网络的变形数据分析处理[J].矿业研究与开发,2004,24(4):8-10.
- [6]王耀南.基于Kalman滤波的神经网络快速学习算法及应用[J].系统工程与电子技术,1997,(3):44-47.
- [7]覃光华.人工神经网络技术及其应用[D].成都:四川大学,2003.
- [8]田晓宇,李明干,刘沛.基于Kalman滤波的神经网络学习算法及其应用[J].计算机与数字工程,2005,33(2):40-42.
- [9]Blank TB,Brown S D.Adaptive,global,extended Kal-man filters for training feed-forward neural networks[J].Journal of Chemometrics,1994,(8):391-407.
- [10]Lary D J,Mussa H Y.Using an extended Kalman filterlearning algorithm for feed-forward neural networks to de-scribe tracer correlations[J].Atmos.Chem.Phys.Discuss.,2004,(4):3653-3667.
- [11]张友民,戴冠中,张洪才,等.一种前馈神经网络的卡尔曼滤波学习方法[J].信息与控制,1994,23(2):113-118.
- [12]R van der Merwe,Wan E A.Efficient derivative-freeKalman filters for online learning[C]//In EuropeanSymposium on Artificial Neural Networks.Bruges,Bel-gium,2001.
- [13]马野,王孝通,戴耀.基于UKF的神经网络自适应全局信息融合方法[J].电子学报,2005,33(10):1914-1916.
- [14]胡伍生.神经网络理论及其工程应用[M].北京:测绘出版社,2006.
- [15]E A Wan,R van der Merwe.The unscented Kalman fil-ter for nonlinear estimation[C]//in Proc.of IEEESymposium 2000.Lake Louise Alberta,Canada,Oct.2000.
- [16]李涛.非线性滤波方法在导航系统中的应用研究[D].长沙:国防科技大学,博士论文,2003.
- [17]Julier S J,Uhlmann J K.A new approach for filteringnonlinear system[C]//in Proc.Am.Conf.,seattle,WA,1995.
- [18]Yang Y,He H,Xu G.Adaptively robust filtering for ki-nematic geodetic position[J].Journal of Geodesy,2001,75(2):109-116.
- [19]Yang Y,Xu T,He H.On adaptively kinematic filtering[C]//Selected Paper for English of Acta Geodetica Car-tographica Sinica,2001,25-32.
- [20]Yang Y,Gao W.Comparison of adaptive factors on navi-gation results[J].The Journal of Navigation,2005,58(3):471-478.
- [21]Yang Y,Gao W.An optimal adaptive Kalman filter[J].J Geod,2006,80:177-183.
- [22]高为广,杨元喜,张婷.神经网络辅助的GPS/INS组合导航自适应滤波算法[J].测绘学报,2006.
- [23]杨元喜.动态Kalman滤波模型误差的影响[J].测绘科学,2006,31(1).