舰船目标识别的神经网络方法

下载PDF

导出

摘要本文综述了神经网络用于雷达舰船目标识别目前所作的研究。对三种完全不同的神经网络结构(反向传播前馈网络、Kohonen监视学习矢量量化网络及Simpson模糊极小-极大神经网络)进行了研究和比较。三种网络情况下都将改进过的傅里叶离散Mellin变换形式的预处理用作特征矢量的提取方法,特征矢量不受雷达扫描角影响。并根据模拟和实际数据进行了分类试验,结果表明分类精度达到93％。

作者朱庆明

出处《现代电子》 1995年第4期45-52,共8页

关键词舰船目标识别学习矢量量化雷达神经网络

分类号 U665.26 [交通运输工程—船舶及航道工程] TN959.17 [交通运输工程—船舶与海洋工程]

引文网络
相关文献

1陈文婷,邢相薇,计科峰.SAR图像舰船目标识别综述[J].现代雷达,2012,34(11):53-58. 被引量：25
2郭桂蓉,郁文贤,胡步法.一种有效的舰船目标识别新方法[J].系统工程与电子技术,1990,12(6):1-7. 被引量：7
3郭建新,王大鸣,冉崇森,胡捍英.空时分组编码的MC-CDMA下行链路性能分析[J].系统工程与电子技术,2004,26(8):1033-1037.
4付强,郁文贤.基于非相参雷达回波的舰船目标识别方法研究[J].电子对抗,1994(3):9-16.
5林遂芳,张海英,潘永湘.基于DTW和LVQ网络混合模型的语音识别方法[J].系统仿真学报,2005,17(8):1959-1961. 被引量：4
6汪玲,朱岱寅,朱兆达.基于SAR实测数据的舰船成像研究[J].电子与信息学报,2007,29(2):401-404. 被引量：12
7黎洪松,刘洪伟.新的学习矢量量化初始码书算法[J].北京邮电大学学报,2006,29(4):33-35. 被引量：12
8郑振,王丽媛,周勇.混沌理论研究及其在舰船目标识别中的应用[J].舰船电子工程,2013,33(5):48-50. 被引量：14
9施建礼,蔡新举,朱平云.基于子波变换和神经网络的舰船目标识别[J].系统工程与电子技术,2004,26(7):893-895. 被引量：2
10赵峰民,刘皞,陈望达.中远距离舰船目标识别方法研究[J].激光与红外,2012,42(9):1071-1075. 被引量：8

现代电子

1995年第4期

浏览历史

内容加载中请稍等...

舰船目标识别的神经网络方法

相关作者

相关机构

相关主题

浏览历史