位置:成果数据库 > 期刊 > 期刊详情页
基于EKF的模糊神经网络快速自组织学习算法
  • 期刊名称:计算机应用研究
  • 时间:0
  • 页码:47-50
  • 语言:中文
  • 分类:TP273[自动化与计算机技术—控制科学与工程;自动化与计算机技术—检测技术与自动化装置]
  • 作者机构:[1]重庆大学计算机学院,重庆400044
  • 相关基金:国家自然科学基金资助项目(60873200); 重庆市计算机网络与通信技术重点实验室资助项目(CY-CNCL-2008-02)
  • 相关项目:显含时滞分数阶动力学系统的混沌特性及同步研究
中文摘要:

为了快速地构造一个有效的模糊神经网络,提出一种基于扩展卡尔曼滤波(EKF)的模糊神经网络自组织学习算法。在本算法中,按照提出的无须经过修剪过程的生长准则增加规则,加速了网络在线学习过程;使用EKF算法更新网络的自由参数,增强了网络的鲁棒性。仿真结果表明,该算法具有快速的学习速度、良好的逼近精度和泛化能力。

英文摘要:

To construct an effective fuzzy neural network,this paper presented a self-organizing learning algorithm based on extended Kalman filter for fuzzy neural network.In the algorithm,the network grew rules according to the proposed growing criteria without pruning,speeding up the online learning process.All the free parameters were updated by the extended Kalman filter approach and the robustness of the network was obviously enhanced.The simulation results show that the proposed algorithm can achieve fast learning speed,high approximation precision and generation capability.

同期刊论文项目
同项目期刊论文