粗神经元网络在辐射计目标识别中的应用

被引：6

作者：

栾英宏 ^{[1
]}

李跃华 ^{[1
]}

卫永平 ^{[2
]}

机构：

[1] 南京理工大学电子工程与光电技术学院

[2] 山西北方惠丰机电有限公司

来源：

探测与控制学报 | 2008年 / 05期

关键词：

神经网络; 粗集理论; 粗糙神经元; 目标识别;

D O I：

暂无

中图分类号：

TB98 [电离辐射和放射性计量];

学科分类号：

100908 [放射与辐射医学];

摘要：

将粗糙神经元和传统神经元混合构造的粗糙神经网络,用于对毫米波辐射计回波信号的目标识别。其中粗糙神经元包含一对重叠的普通神经元,使用一对上下值作为输入和输出。对于实际应用中变量值是范围值的情况,用粗糙神经网络来开发模型,结果优于传统神经网络。仿真实验表明,该模型提高了目标的识别率和网络的收敛速度。

引用

页码：38 / 40

页数：3

共 6 条

[1]

基于粗糙集理论的神经网络研究及应用 [J].

张赢 ;

李琛 .

控制与决策 , 2007, (04) :462-464

[2]

粗神经网络在雷达目标识别中的应用 [J].

巩华 ;

郑链 ;

宋承天 .

电光与控制, 2005, (01) :80-82

[3]

粗糙集在神经网络中应用技术的研究 [J].

谢振华 ;

商琳 ;

李宁 ;

王金根 ;

陈世福 .

计算机应用研究, 2004, (09) :71-74

[4]

粗集与神经网络的集成技术研究 [J].

赵卫东 ;

陈国华 .

系统工程与电子技术, 2002, (10) :103-107+126

[5]

Rough set theory and its applications to data analysis [J].

Pawlak, Z .

CYBERNETICS AND SYSTEMS, 1998, 29 (07) :661-688

[6]

Comparison of neofuzzy and rough neural networks.[J].Pawan Lingras.Information Sciences.1998, 3

← 1 →