论文部分内容阅读
本文提出了最小模、检错平均、前后向平滑三种新的神经网络学习子空间模式识别方法。这些方法在识别率和收敛速度等整体性能上,接近或超过E.Oja的平均学习子空间方法;特别是,前后向平滑学习子空间方法是目前最好的一类学习子空间方法,在模式识别领域,特别是语音识别方面具有广泛的应用前景。本文就舰船目标与箔条杂波利用这些方法进行了若干分类与识别实验,计算机模拟结果证实了这些方法的有效性。