改进的BP 神经网络算法在航迹匹配中的应用.PDF

第37 卷 第11 期 计 算 机 工 程 2011 年6 月 Computer Engineering June 2011 Vol.37 No.11 文献标识码文献标识码：：A 文献标识码文献标识码：： 中图分类号中图分类号：：TP18 文章编号文章编号：：1000——3428(2011)11——0218——02 中图分类号中图分类号：： ·人工智能及识别技术·人工智能及识别技术·· 文章编号文章编号：： —— —— —— ··人工智能及识别技术人工智能及识别技术·· 改进的改进的 BP 神经网络算法在航迹匹配中的应用神经网络算法在航迹匹配中的应用 改进的改进的 神经网络算法在航迹匹配中的应用神经网络算法在航迹匹配中的应用 黄黄 鹏，鹏，成成 怡怡 黄黄 鹏鹏，，成成 怡怡 (天津工业大学电气工程与自动化学院 ，天津 300160) 摘摘 要：要：利用迭代最近等值点(ICCP)算法对重力图上的航迹进行匹配可以减小惯性导航系统误差，但计算量大。针对上述问题，通过修改 摘摘 要要：： 激励函数并增加假饱和预防函数 ，提出一种改进的反向传播神经网络学习算法。仿真结果表明，该算法可以加快搜索最近等值点的速度 ， 更好地满足重力辅助导航对匹配精度及匹配速度的要求。 关键词关键词：：反向传播神经网络 ；迭代最近等值点算法；航迹匹配；惯性导航；梯度下降 关键词关键词：： Application of Improved Back Propagation Neural Network Algorithm in Track Matching HUANG Peng, CHENG Yi (School of Electrical Engineering and Automation, Tianjin Polytechnic University, Tianjin 300160, China) 【【Abstract 】】It can reduce the error of the inertial navigation system when using Iterative Closest Contour Point(ICCP) algorithm for track matching 【【 】】 on the gravity map, however it brings large computation costs. By modifying the activation function and falsesaturating prevention function, this paper presents an improved Back