改进模糊曲线方法及在雷达目标识别中的应用

来源 :第九届全国信号处理学术年会 | 被引量 : 0次 | 上传用户:LH120013
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在模糊神经网络的应用过程中,网络规模的确定以及系统初值的对于神经网络的收敛速度和训练结果具有重要意义。该文提出的改进模糊曲线方法,可以简单快速地估计所需模糊规则数及提取重要的输入变量维,并较好地设置系统初值。此方法在雷达目标识别中的应用结果表明,与传统的径向基神经网络分类方法相比,这种改进模糊曲线方法可以在减小网络规模的同时,得到较好的识别效果。
其他文献
该文提出了一种基于模糊神经网络的故障诊断专家系统的建造方法,充分利用模糊逻辑在不确定性知识处理和神经网络在自动学习、并行处理、容错性等方面的优势,克服传统专家系统在
提出了一种基于模糊神经网络模型的预测控制.利用模糊穴映射模型建立模糊神经网络,并用最小二乘算法与BP算法相结合的LSBP算法训练该网络,获得对象的模糊神经网络模型(FNNM).
该文对模糊控制和神经网络理论在列车运行安全控制(TASC)中的运用进行了研究。通过对TASC系统的分析,建立了模糊神经网络(FNN)控制模型;在此基础上,结合列车运行安全控制的实际情况,加入直控神经
提出一个具有6层神经元的前馈模糊神经网络模型,是一个归一化的网络。该网络模型可完成模糊推理过程,能从数值信息或语言信息中建立模糊规则库。在学习算法中,给出一种有效的规则
模糊神经网络是当今智能控制和信息处理领域最新前沿技术。该文首先分析了模糊神经网络系统中模糊系统和神经网络的几种结合形式及其应用现状,重点介绍他们在基于模糊理论的神
提出了一种采用自组织竞争神经网络优化模糊神经网络的模糊标记数的方法,能够使其数目减为最少,从而获得其结构和参数均为最优的模糊神经网络.有界所提方法在保持相 等的功效下
分析了列车运行过程和列车运行安全控制过程,建立了列车运行模型神经网络控制模型,提出了变学习步长和势态项系数方法,该模糊神经网络在特殊情况下输出可直接受输入神经元控制,保
红门情丝萦八闽———金盾艺术团(上海消防总队文工团)赴闽慰问演出纪实傅海鹏红门里的情丝,是对平安的牵挂;红门里的情丝,是对幸福的追求;红门里的情丝,是对伏火者的钦佩;红门里的情
该文对模糊神经网络(FNN)的快速学习算法进行了研究,提出了FNN的最小二乘一单纯形(LS-Smplex)学习算法。解决了FNN采用梯度型算法学习时所固有的局部收敛问题,以及遗传算法(GA)
该文提出一种基于模糊神经网络的自适应控制器,并给出了自适应训练算法,这种网络每次训练只需少量参数进行调整,算法简单,因此所提出的控制器学习速率快,在过程控制中具有良好的应