| 基于RBF神经网络的辐射源威胁评估 |
| |
| 引用本文： | 黄文龙,张殿治,张勇强.基于RBF神经网络的辐射源威胁评估[J].现代雷达,2003,25(7):7-10,32. |
| |
| 作者姓名： | 黄文龙 张殿治 张勇强 |
| |
| 作者单位： | 空军工程大学工程学院,西安,710038 |
| |
| 摘 要： | 提出基于一种新的鲁棒性径向基(RBF)神经网络的辐射源威胁评估方法。此网络应用Log-Sigmoid函数作为基函数，避免了学习过程中的不稳定状态，并且比传统的RBF有更好的学习性能和函数逼近能力。并介绍一种新的归一化函数，通过归一化函数把不同类型、不同量纲的原始评估数值转换到-1，1]区间，该归一化函数较好地体现了“奖优罚劣”的原则，同时又更有利于神经网络的训练。仿真实验证明了该方法的优越性。
|
| 关 键 词： | 鲁棒性径向基神经网络 辐射源威胁评估 Log－Sigmoid函数 归一化函数 |
Threat Evaluation of Radiation Resource with RBF Neural Networks |
| |
| HUANG Wen,long,ZHANG Dian,zhi,ZHANG Yong,qiang.Threat Evaluation of Radiation Resource with RBF Neural Networks[J].Modern Radar,2003,25(7):7-10,32. |
| |
| Authors: | HUANG Wen long ZHANG Dian zhi ZHANG Yong qiang |
| |
| Abstract: | |
| |
| Keywords: | Log Sigmoid function radial basis function neural networks threat evaluation of radiation resource |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《现代雷达》浏览原始摘要信息 |
|
点击此处可从《现代雷达》下载全文 |
|
