动态神经元模型在水下目标识别中的应用

被引:5
作者
蔡悦斌
黄采金
史习智
杨毓英
机构
[1] 上海交通大学振动国家重点实验室
[2] 上海交通大学冲击国家重点实验室
[3] 上海交通大学噪声国家重点实验室
关键词
动态神经元模型; BP学习算法; 水声目标识别;
D O I
暂无
中图分类号
TP183 [人工神经网络与计算];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
本文提出了两种改进型动态神经元模型—CIIRDNU(Constricted Infinite Impulse Response Dy-namic Neural Unit)和FIRDNU(Finite Impulse Response Dynamic Neural Unit).给出了基于改进型动态神经元模型的神经网络结构,并推导了其BP学习算法公式.将FIRDNU模型应用于水声目标识别中,实验结果表明在此基础上建立的单层前馈网络学习训练速度很快,推广性能良好.其平均正确识别率明显高于静态BP神经网络.
引用
收藏
页码:199 / 205
页数:7
相关论文
共 1 条
[1]  
Dynamic Neural Units with Applications to the Control of Unknown Nonlinear Systems[J] . M.M. Gupta,D.H. Rao.Journal of Intelligent and Fuzzy Systems . 1993 (1)