作者：成亮; 朱莉毫米波辐射计目标识别主成分分析径向基函数
摘要：针对神经网络及其改进的神经网络易陷入局部极小值、精度和泛化之间不可调和等固有缺陷,本文将主成分分析(PCA)优化径向基函数神经网络(RBFN)应用于毫米波辐射计的目标识别,利用该方法对探测目标较多的情况下进行目标识别,并与BP和传统RBFN神经网络方法进行比较。结果表明:经过主成分分析优化的径向基函数神经网络相比BP神经网络和传统RBFN神经网络对目标的预测精度更高、发生错判的几率更低、识别效果更好。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
