HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

图像制导中的一种改进增量学习RBF神经网络

作者:梁涛 李庆震 赵久奋 刘宁径向基函数神经网络自动目标识别隐层神经元价值函数

摘要:为改进现有人工神经网络在图像制导系统的自动目标识别算法中的不足,加快收敛速度,通过对基于RBF神经网络自动目标识别技术的研究,提出以隐层神经元价值函数作为指标的生长修剪策略,构造出一种基于增量学习的网络资源分配网络(IL-RAN),对目标进行了在线实时识别。仿真结果表明,利用该改进算法可产生规模较小的网络,并使得网络参数的选择与识别误差建立了联系,减少了总体的计算量,计算时间也大大缩短。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

弹箭与制导学报

《弹箭与制导学报》(CN:61-1234/TJ)是一本有较高学术价值的大型双月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《弹箭与制导学报》办刊宗旨是报道导弹、制导、控制、导航、弹药、火箭、弹道、气动力、模拟及相关技术领域的学术论文,报道该专业领域最新研究动态和科研成果,为该专业领域的科研、生产、教学、部队使用服务。

杂志详情