论文部分内容阅读
提出了应用无先导卡尔曼滤波器（UKF）来训练径向基神经网络（RBFN）的新方法.与广义卡尔曼滤波器（EKF）和双重卡尔曼滤波器（DEKF）对函数的一阶近似不同,UKF对非线性函数采用二阶近似展开,而且最重要的一点是不必求取系统的雅克比矩阵,从而大大减小计算量.本文对时间序列预测及分类问题进行了仿真,结果证实了该方法的有效性和快速性.