论文研究基于新阈值函数及最优尺度的小波去噪研究.pdf

提出了一种利用比例无轨迹卡尔曼滤波（Scaled-UKF）进行神经网络权值估计的算法，该算法可以克服BP算法存在的学习速率缓慢、计算量大、容易使学习陷入局部极小等缺点。以Mackey-Grass混沌时间序列作为神经网络输入，运用比例UKF算法、UKF算法、BP算法仿真神经网络。结果表明，比例UKF算法较之BP算法具有更快的训练速度和更高的预测精度，且可以避免网络学习陷入局部极小;而相对于UKF算法，其变量分布可不限定为高斯型且能保证状态方差半正定。