基于RBF神经网络的辐射源威胁评估

被引：10

作者：

黄文龙

张殿治

张勇强

机构：

[1] 空军工程大学工程学院

来源：

现代雷达 | 2003年 / 07期

关键词：

Log-Sigmoid函数; 径向基神经网络; 辐射源威胁评估;

D O I：

10.16592/j.cnki.1004-7859.2003.07.003

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

摘要：

提出基于一种新的鲁棒性径向基 (RBF)神经网络的辐射源威胁评估方法。此网络应用Log Sigmoid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 ,该归一化函数较好地体现了“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

引用

页码：7 / 10+32 +32

页数：5