排序方式: 共有17条查询结果,搜索用时 15 毫秒
2.
3.
4.
径向基概率神经网络的一种自组织学习算法 总被引:2,自引:0,他引:2
介绍了径向基概率神经网络 (RBPNN)的一种自组织学习算法 ,该算法把径向基概率神经网络的结构原理与自组织聚类算法相结合 ,不仅能够完成对训练样本的聚类分析 ,标识出训练样本的类别属性 ,而且能够自动完成基于该训练样本集的径向基概率神经网络的训练过程 .本算法用于对 IRIS三种花型识别在训练阶段达到 97.33%的识别效果 ,而在推广能力方面 ,由本文算法得到的 RBPNN优于有标识的训练样本的 RBFNN 相似文献
5.
6.
先前的研究表明,漆酶对木材纤维内木素的催化氧化,可以使中密度纤维板的强度提高。目前的工作已经证明:漆酶对未漂高得率硫酸盐浆的抗张强度提高的作用有限,而添加富含木素的抽提物,在用漆酶处理后,湿抗张强度有了显著的提高。即使没有木素添加到纤维中,中等的氧化也同样能够提高湿强度。更重要的是:如果同时使用热处理和催化氧化能够明显地提高湿强,二者可以用特殊处理来解释。但纸的干抗张强度在漆酶处理过程中并没有变化。这表明,湿抗张强度的提高和木素与纤维的聚合有关。根据不同的研究可发现。中间氧化反应的耗氧量和湿强的增加是相关的。 相似文献
7.
8.
9.
高斯混合概率假设密度滤波具有严密的数学基础,适合跟踪弱信噪比多目标,但其目标分布协方差P和高斯元素裁剪门限T至今未有合理取值规则,影响了跟踪效果,且残差协方差S参与增益计算时需要对其进行逆计算,如果S为非正定,会导致计算发散。针对上述问题,通过概率统计方法推导了参数P和T的取值规则,通过Cholesky和QR分解,确定了参数S的计算规则。仿真比较分析表明:文中提出的目标分布协方差P、裁剪门限T和残差协方差S的计算规则用于雷达组网高斯混合概率假设密度滤波跟踪弱信噪比多目标时,能较高精度地跟踪到所有目标,且没有带来多余计算负担。 相似文献
10.