2025年1月12日
星期日
|
欢迎来到海南省图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
马晓婷
作品数:
1
被引量:3
H指数:1
供职机构:
沈阳航空航天大学电子信息工程学院
更多>>
发文基金:
辽宁省自然科学基金
国家自然科学基金
更多>>
相关领域:
电子电信
更多>>
合作作者
李兴凯
沈阳航空航天大学电子信息工程学...
王尔申
沈阳航空航天大学电子信息工程学...
庞涛
沈阳航空航天大学电子信息工程学...
张芝贤
沈阳航空航天大学电子信息工程学...
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
电子电信
主题
1篇
神经网
1篇
神经网络
1篇
网络
1篇
粒子滤波
1篇
滤波
1篇
回归神经网络
1篇
广义回归神经...
机构
1篇
沈阳航空航天...
作者
1篇
张芝贤
1篇
庞涛
1篇
王尔申
1篇
李兴凯
1篇
马晓婷
传媒
1篇
沈阳航空航天...
年份
1篇
2014
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于广义回归神经网络的粒子滤波算法研究
被引量:3
2014年
针对基本粒子滤波算法存在的粒子退化问题,提出了一种基于广义回归神经网络(GRNN)的重要性样本调整的粒子滤波算法。利用广义回归神经网络优化从重要性密度函数采样的样本,将样本作为神经网络的输入,以观测值作为神经网络的目标向量,通过多次训练优化光滑因子逼近目标向量,用样本值和其周围的调整值作为训练后神经网络的输入向量,通过神经网络的输出向量指示用最优点来取代样本值。利用GRNN对样本进行调整,使得样本更接近于后验概率密度。仿真结果表明:基于广义回归神经网络的粒子滤波算法的性能在有效粒子数和均方误差参数方面优于基本粒子滤波算法,在改善滤波精度方面取得了较好的效果,验证了广义回归神经网络在粒子滤波算法中是可用的和有效的。
马晓婷
陈学莲
王尔申
李兴凯
张芝贤
庞涛
关键词:
粒子滤波
神经网络
广义回归神经网络
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张