航空计算技术
航空計算技術
항공계산기술
AERONAUTICAL COMPUTER TECHNIQUE
2002年
3期
22-26
,共5页
Log-Sigmoid函数%径向基神经网络%雷达辐射源识别
Log-Sigmoid函數%徑嚮基神經網絡%雷達輻射源識彆
Log-Sigmoid함수%경향기신경망락%뢰체복사원식별
提出基于一种新的鲁棒性径向基(RBF)神经网络的雷达辐射源识别方法.此网络应用Log-Aigmoid函数作为基函数,避免了学习过程中的不稳定状态,并且比传统的RBF有更好的学习性能和函数逼近能力.并介绍一种新的归一化函数,通过归一化函数把不同类型,不同量纲的原始评估数值转换到[-1,1]区间,该效用函数较好地体现了"奖优罚劣"的原则,同时又更有利于神经网络的训练.仿真实验证明了该方法的优越性.
提齣基于一種新的魯棒性徑嚮基(RBF)神經網絡的雷達輻射源識彆方法.此網絡應用Log-Aigmoid函數作為基函數,避免瞭學習過程中的不穩定狀態,併且比傳統的RBF有更好的學習性能和函數逼近能力.併介紹一種新的歸一化函數,通過歸一化函數把不同類型,不同量綱的原始評估數值轉換到[-1,1]區間,該效用函數較好地體現瞭"獎優罰劣"的原則,同時又更有利于神經網絡的訓練.倣真實驗證明瞭該方法的優越性.
제출기우일충신적로봉성경향기(RBF)신경망락적뢰체복사원식별방법.차망락응용Log-Aigmoid함수작위기함수,피면료학습과정중적불은정상태,병차비전통적RBF유경호적학습성능화함수핍근능력.병개소일충신적귀일화함수,통과귀일화함수파불동류형,불동량강적원시평고수치전환도[-1,1]구간,해효용함수교호지체현료"장우벌렬"적원칙,동시우경유리우신경망락적훈련.방진실험증명료해방법적우월성.
