2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩52頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、本課題重點(diǎn)研究了神經(jīng)網(wǎng)絡(luò)和Kalman濾波的輔助性結(jié)合算法。神經(jīng)網(wǎng)絡(luò)的映射逼近能力和自學(xué)習(xí)能力,適用于很多非線性問題;而Kalman濾波則是信息、導(dǎo)航系統(tǒng)等領(lǐng)域中最常用的一種算法,可以實(shí)現(xiàn)系統(tǒng)狀態(tài)的最優(yōu)估計(jì)。然而這兩種方法各有缺陷:神經(jīng)網(wǎng)絡(luò)雖不需要系統(tǒng)確切的數(shù)學(xué)模型,但有導(dǎo)師學(xué)習(xí)需要正確的學(xué)習(xí)樣本(或訓(xùn)練樣本),大量噪聲學(xué)習(xí)樣本會導(dǎo)致一個(gè)錯(cuò)誤的學(xué)習(xí)結(jié)果,致使神經(jīng)網(wǎng)絡(luò)失效;同時(shí)神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)速度慢、泛化能力不強(qiáng)等問題也限制了它在工程中的應(yīng)用

2、。另一方面,Kalman濾波必須有系統(tǒng)確切的數(shù)學(xué)模型,以及噪聲信息的概率特性,這種方法計(jì)算精度不高,易發(fā)散失效,還存在計(jì)算量大、維數(shù)災(zāi)難等問題。
  針對神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)問題,本文提出了兩種改進(jìn)方法:基于DFP的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法和基于Kalman濾波的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法。前者通過放大更新量,增加噪聲擾動(dòng),改善了原算法的不穩(wěn)定性,解決了溢出問題,增強(qiáng)了算法實(shí)用性。后者首先在時(shí)間更新部分,通過其他學(xué)習(xí)算法給出預(yù)測權(quán)值的更新量,然后利用這個(gè)

3、結(jié)果修改Kalman濾波增益表達(dá)式,獲得了一套新式的時(shí)間更新和測量更新運(yùn)算,緩解了維數(shù)災(zāi)難和大量計(jì)算性問題,增強(qiáng)了神經(jīng)網(wǎng)絡(luò)的魯棒性,同時(shí)還可以采用批處理方式進(jìn)行神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí),大大提高了神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)效率。
  針對Kalman濾波的缺陷,文本研究了另一種神經(jīng)網(wǎng)絡(luò)和Kalman濾波的輔助性結(jié)合算法:以Kalman濾波為算法主體,從補(bǔ)償技術(shù)的角度出發(fā),通過采用兩個(gè)神經(jīng)網(wǎng)絡(luò)分別學(xué)習(xí)Kalman濾波的預(yù)測結(jié)果和真實(shí)結(jié)果,并分別在時(shí)間更新

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論