| 基于RPROP算法目标识别的数据归一化研究 |
| |
| 引用本文： | 刘慧敏,王宏强,黎湘.基于RPROP算法目标识别的数据归一化研究[J].现代雷达,2009,31(5). |
| |
| 作者姓名： | 刘慧敏 王宏强 黎湘 |
| |
| 作者单位： | 国防科技大学空间电子信息技术研究所,长沙,410073 |
| |
| 基金项目： | 国家高技术研究发展计划(863计划) |
| |
| 摘 要： | 在复杂的目标识别问题中,高维数的待识别数据往往存在较大的数值差异,导致神经网络分类器学习速度变慢甚至不收敛,因此需要对数据进行归一化处理.文中以回弹后向传播算法在目标识别中的应用为背景,系统深入地研究了BP算法网络输入数据归一化方法,详细讨论了6种归一化方法的特点和应用范围.使用4类目标的仿真数据、5类飞机的暗室测量数据和UCIdata数据库的部分数据集进行实验,以数据未经归一化时作参考,分析比较了这6种归一化方法对网络学习性能的影响.结果表明:归一化能消除不同特征分量间的数值大小差异,改善网络的学习性能,其中分量白化方法效果好、概念直观,可作为通用的归一化方法.
|
| 关 键 词： | 回弹后向散射算法 BP神经网络 目标识别 数据归一化 |
A Study on Data Normalization for Target Recognition Based on RPROP Algorithm |
| |
| LIU Hui-min,WANG Hong-qiang,LI Xiang.A Study on Data Normalization for Target Recognition Based on RPROP Algorithm[J].Modern Radar,2009,31(5). |
| |
| Authors: | LIU Hui-min WANG Hong-qiang LI Xiang |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 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 |
|
