版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、本文在綜述目標(biāo)識別、神經(jīng)網(wǎng)絡(luò)目標(biāo)識別方法后,重點(diǎn)研究了神經(jīng)網(wǎng)絡(luò)目標(biāo)識別問題。在特征量測向量已知的條件下,應(yīng)用神經(jīng)網(wǎng)絡(luò)對目標(biāo)進(jìn)行識別。首先,提出了利用徑向基神經(jīng)網(wǎng)絡(luò)對多個(gè)目標(biāo)進(jìn)行識別的方法,針對傳統(tǒng)徑向基神經(jīng)網(wǎng)絡(luò)模型算法的不足,提出了改進(jìn)學(xué)習(xí)算法,并將新算法用于目標(biāo)的識別,通過仿真比較了新算法與傳統(tǒng)的徑向基神經(jīng)網(wǎng)絡(luò)算法的優(yōu)劣;其次,研究了基于自組織神經(jīng)網(wǎng)絡(luò)的目標(biāo)識別,針對自組織神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法的不足,提出了改進(jìn)方法,通過仿真說明了新算法的
2、可行性,并針對目標(biāo)樣本重疊時(shí)新算法的誤識率較大的缺點(diǎn),進(jìn)一步采用LVQ網(wǎng)絡(luò)與新算法相結(jié)合的方法對目標(biāo)進(jìn)行識別,仿真結(jié)果表明LVQ網(wǎng)絡(luò)與新算法相結(jié)合有效地提高了目標(biāo)的識別率;最后研究了基于遺傳算法的神經(jīng)網(wǎng)絡(luò)目標(biāo)識別方法,針對傳統(tǒng)遺傳算法的缺點(diǎn),進(jìn)行了改進(jìn),通過兩個(gè)測試函數(shù)將改進(jìn)后的遺傳算法與傳統(tǒng)的遺傳算法的進(jìn)化次數(shù)作了比較,同時(shí),為了克服傳統(tǒng)遺傳算法尋優(yōu)搜索過程帶有一定程度的盲從性和隨機(jī)性,將有監(jiān)督學(xué)習(xí)的BP算法與之結(jié)合,并將此算法應(yīng)用于
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于BP神經(jīng)網(wǎng)絡(luò)的水下目標(biāo)識別方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的軍事目標(biāo)識別方法研究.pdf
- 基于數(shù)據(jù)融合的運(yùn)動目標(biāo)識別方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)集成學(xué)習(xí)的SAR目標(biāo)識別方法研究.pdf
- 一種基于改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)識別方法研究.pdf
- 基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的遙感圖像自動目標(biāo)識別方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)融合的目標(biāo)識別技術(shù)研究.pdf
- 基于多源數(shù)據(jù)融合的SAR圖像目標(biāo)識別方法研究.pdf
- 基于特征級融合的目標(biāo)識別方法研究.pdf
- 基于信息融合技術(shù)的目標(biāo)識別方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的飛機(jī)目標(biāo)識別研究.pdf
- 基于細(xì)胞神經(jīng)網(wǎng)絡(luò)的目標(biāo)識別研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)融合的水下目標(biāo)檢測識別研究.pdf
- 證據(jù)理論和神經(jīng)網(wǎng)絡(luò)相結(jié)合的目標(biāo)識別方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的雷達(dá)目標(biāo)識別.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的紅外目標(biāo)識別研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的目標(biāo)識別及定位方法的研究.pdf
- 基于特征融合和神經(jīng)網(wǎng)絡(luò)的掌紋識別方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的紅外圖像目標(biāo)識別研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的目標(biāo)圖像識別方法研究.pdf
評論
0/150
提交評論