科技情报开发与经济
科技情報開髮與經濟
과기정보개발여경제
SCI/TECH INFORMATION DEVELOPMENT & ECONOMY
2006年
13期
181-183
,共3页
调制识别%RBF神经网络%ROLS算法%特征提取
調製識彆%RBF神經網絡%ROLS算法%特徵提取
조제식별%RBF신경망락%ROLS산법%특정제취
针对径向基函数(RBF)神经网络和统计模式识别的特点,提出利用递归正交最小二乘法(ROLS)的RBF神经网络实现数字信号调制样式的自动识别.仿真结果表明,利用ROLS算法很好地实现了RBF神经网络权值的确定和中心的选择,从而大大减少了网络的训练样本数和训练时间,提高了网络的识别性能.
針對徑嚮基函數(RBF)神經網絡和統計模式識彆的特點,提齣利用遞歸正交最小二乘法(ROLS)的RBF神經網絡實現數字信號調製樣式的自動識彆.倣真結果錶明,利用ROLS算法很好地實現瞭RBF神經網絡權值的確定和中心的選擇,從而大大減少瞭網絡的訓練樣本數和訓練時間,提高瞭網絡的識彆性能.
침대경향기함수(RBF)신경망락화통계모식식별적특점,제출이용체귀정교최소이승법(ROLS)적RBF신경망락실현수자신호조제양식적자동식별.방진결과표명,이용ROLS산법흔호지실현료RBF신경망락권치적학정화중심적선택,종이대대감소료망락적훈련양본수화훈련시간,제고료망락적식별성능.
