این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
International Journal of Nonlinear Analysis and Applications، جلد ۱۲، شماره ۲، صفحات ۴۸۵-۴۹۳
عنوان فارسی
چکیده فارسی مقاله
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Kalman filter and ridge regression backpropagation algorithms
چکیده انگلیسی مقاله The Kalman filter (KF) compare with the ridge regression backpropagation algorithm (RRBp) by conducting a numerical simulation study that relied on generating random data applicable to the KF and the RRBp in different sample sizes to determine the performance and behavior of the two methods. After implementing the simulation, the mean square error (MSE) value was calculated, which is considered a performance measure, to find out which two methods are better in making an estimation for random data. After obtaining the results, we find that the Kalman filter has better performance, the higher the randomness and noise in generating the data, while the other algorithm is suitable for small sample sizes and where the noise ratios are lower.
کلیدواژه‌های انگلیسی مقاله Kalman filter, ridge regression, backpropagation algorithms, estimation
نویسندگان مقاله Irtefaa A. Neamah |
Faculty of Computer Science and Mathematics, University of Kufa, Iraq

Zainab Abdul Redhaa |
Ministry of Education, Najaf, Iraq

نشانی اینترنتی https://ijnaa.semnan.ac.ir/article_5075_3ff14149c20133148aeb5f697d9c66bc.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده en
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات