电光与控制
電光與控製
전광여공제
ELECTRONICS OPTICS & CONTROL
2011年
3期
61-65
,共5页
陈伟%陆延金%荣鹏辉%李青%赵延庆
陳偉%陸延金%榮鵬輝%李青%趙延慶
진위%륙연금%영붕휘%리청%조연경
态势评估%复杂机动事件%事件检测%RFNN
態勢評估%複雜機動事件%事件檢測%RFNN
태세평고%복잡궤동사건%사건검측%RFNN
针对态势评估中复杂机动事件检测的精度及实时性问题,提出了基于粗糙集-模糊神经网络(RFNN)的事件检测方法,通过粗糙集理论获取数据样本中的最简规则集,然后根据这些规则构造模糊神经网络各层的神经元个数及相关参数初始值,最后用BP算法迭代求出网络的各种参数.仿真结果证明RFNN用于复杂机动事件检测的有效性,同时可以发现其在网络结构和收敛性方面的优势.
針對態勢評估中複雜機動事件檢測的精度及實時性問題,提齣瞭基于粗糙集-模糊神經網絡(RFNN)的事件檢測方法,通過粗糙集理論穫取數據樣本中的最簡規則集,然後根據這些規則構造模糊神經網絡各層的神經元箇數及相關參數初始值,最後用BP算法迭代求齣網絡的各種參數.倣真結果證明RFNN用于複雜機動事件檢測的有效性,同時可以髮現其在網絡結構和收斂性方麵的優勢.
침대태세평고중복잡궤동사건검측적정도급실시성문제,제출료기우조조집-모호신경망락(RFNN)적사건검측방법,통과조조집이론획취수거양본중적최간규칙집,연후근거저사규칙구조모호신경망락각층적신경원개수급상관삼수초시치,최후용BP산법질대구출망락적각충삼수.방진결과증명RFNN용우복잡궤동사건검측적유효성,동시가이발현기재망락결구화수렴성방면적우세.
