-
题名一种改进的神经网络增量学习算法
被引量:3
- 1
-
-
作者
王峥
-
机构
滁州学院电子信息工程系
-
出处
《计算机科学》
CSCD
北大核心
2007年第6期177-178,238,共3页
-
文摘
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。
-
关键词
神经网络
滤波器filter
算法
增量学习
-
Keywords
Neutral network, filter, Algorithm, Increment studying
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-