基于进化规划的自适应高斯神经网络 |
| |
作者姓名: | 王向军 林春生 龚沈光 |
| |
摘 要: | 自适应高斯神经网络能够对目标信号的功率谱有效识别特征进行自动提取和分类,但此网络使用BP算法,其误差能量函数是一个不规则的超曲面,容易陷入局部极小值.因此,提出了一种使用进化规则来设计和训练自适应高斯神经网络的新方法.该方法能够自动地确定网络的最优结构和联结权值,同时避免网络的局部优化.实验结果表明,将该方法用于被动声纳目标的分类识别,能够有效地克服局部最小问题,具有更好的识别率.
|
关 键 词: | 进化规划 自适应高斯神经网络 目标信号 功率谱 被动声纳目标 目标识别 |
本文献已被 维普 等数据库收录! |
|