弹箭与制导学报
彈箭與製導學報
탄전여제도학보
JOURNAL OF PROJECTILES, ROCKETS, MISSILES AND GUIDANCE
2010年
5期
63-65,72
,共4页
梁涛%李庆震%赵久奋%刘宁
樑濤%李慶震%趙久奮%劉寧
량도%리경진%조구강%류저
径向基函数神经网络%自动目标识别%隐层神经元价值函数%IL-RAN
徑嚮基函數神經網絡%自動目標識彆%隱層神經元價值函數%IL-RAN
경향기함수신경망락%자동목표식별%은층신경원개치함수%IL-RAN
为改进现有人工神经网络在图像制导系统的自动目标识别算法中的不足,加快收敛速度,通过对基于RBF神经网络自动目标识别技术的研究,提出以隐层神经元价值函数作为指标的生长修剪策略,构造出一种基于增量学习的网络资源分配网络(IL-RAN),对目标进行了在线实时识别.仿真结果表明,利用该改进算法可产生规模较小的网络,并使得网络参数的选择与识别误差建立了联系,减少了总体的计算量,计算时间也大大缩短.
為改進現有人工神經網絡在圖像製導繫統的自動目標識彆算法中的不足,加快收斂速度,通過對基于RBF神經網絡自動目標識彆技術的研究,提齣以隱層神經元價值函數作為指標的生長脩剪策略,構造齣一種基于增量學習的網絡資源分配網絡(IL-RAN),對目標進行瞭在線實時識彆.倣真結果錶明,利用該改進算法可產生規模較小的網絡,併使得網絡參數的選擇與識彆誤差建立瞭聯繫,減少瞭總體的計算量,計算時間也大大縮短.
위개진현유인공신경망락재도상제도계통적자동목표식별산법중적불족,가쾌수렴속도,통과대기우RBF신경망락자동목표식별기술적연구,제출이은층신경원개치함수작위지표적생장수전책략,구조출일충기우증량학습적망락자원분배망락(IL-RAN),대목표진행료재선실시식별.방진결과표명,이용해개진산법가산생규모교소적망락,병사득망락삼수적선택여식별오차건립료련계,감소료총체적계산량,계산시간야대대축단.
