论文部分内容阅读
将神经网络应用于战场声目标分类，针对BP算法易陷人局部极小、收敛速度慢的缺点．利用遗传算法具有全局寻优的特点，将二者结合起来，提出一种训练神经网络的混合算法GA-BP算法，并将其应用于低空飞行目标的声识别。仿真结果表明该算法具有较高的识别概率和较好的鲁棒性。
遗传算法和神经网络在低空声目标识别中的应用研究
【摘 要】
：
将神经网络应用于战场声目标分类，针对BP算法易陷人局部极小、收敛速度慢的缺点．利用遗传算法具有全局寻优的特点，将二者结合起来，提出一种训练神经网络的混合算法GA-BP算法，并将
【机 构】
：
解放军电子工程学院,安徽省电子制约技术重点实验室,西北核技术研究所
【出 处】
：
弹箭与制导学报
【发表日期】
：
2008年5期
其他文献
文中根据物面分布源汇法和边界层动量积分法计算了不稳定点、转捩点位置和鱼雷头部转捩区长度．在此基础上进行了鱼雷头部自噪声计算。
采用扩展有限元法来研究固体火箭发动机中壳体/绝热层脱粘问题.简述了扩展有限元在双材料界面裂纹中的实施,重点介绍了其核心算法--位移模式的选取和应变矩阵的求解,通过相互
依据运载火箭故障检测系统的特点,设计了一种多数据表描述和多通道数据传输的知识表达方法,基于该方法,建立了知识库管理和维护的可视化、一体化平台FKMS。所设计的FKMS较好地处理了运载火箭故障诊断知识编辑过程中的一致性、完备性和冗余性要求。
针对舰载导弹同心筒发射装置，建立了燃气流与发射筒间的换热模型。建模中考虑了发射筒结构的复杂性，燃气流的高温、高速等特点。以及筒内燃气流场流动与换热的强耦合性。通过对
针对一种典型结构双基地SAR的多普勒频率与方位频率的差异对精细成像分辨率的影响，推导了分辨率误差公式并推广到单基地模式，通过仿真发现：以往在合成孔径成像中以成像单元的多
开展测试性分析与故障诊断策略设计是测试性设计工作的重要组成部分，能否通过测试性分析设计出最优的故障诊断策略直接影响着系统故障检测能力和故障隔离能力的提高。首先对某
采用遗传算法和BP神经网络相结合的方法，对人工神经网络的连接权值和神经元阐值进行优化搜索。该方法用于固体推进剂燃速相关性研究，计算结果表明其泛化能力强，预估精度高。
针对设计的高超音速动力系统用单斜面膨胀喷管流动特点，采用三维质量平均Navier-Stokes方程，空间三阶精度高分辨率NND差分格式及可实现（Realizable）κ-ε湍流模型．对所设计的Ⅰ型
提出一种隐马尔可夫模型和K-均值聚类混合模型的声目标识别方法。在该方法中,建立声信号的HMM,提取了声信号的线性预测系数(LPC)作为目标识别的参数,用K-均值算法对参数进行聚类,产生了训练和识别所用的特征向量。最后根据混合模型的识别算法判断声目标的类别。仿真结果表明:新的混合模型识别系统在声目标识别中具有可行性。