未找到相关数据
假设检验中Neyman-Pearson准则的神经网络实现新算法
被引：7
作者：
张兆礼
孙圣和
机构：
[1] 哈尔滨工业大学自动化测试与控制系!黑龙江哈尔滨,哈尔滨工业大学自动化测试与控制系!黑龙江哈尔滨
来源：
关键词：
神经网络;
数据融合;
假设检验;
NeymanPearson准则;
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：
140502 [人工智能];
摘要：
假设检验中Neyman Pearson准则是一种基于似然比的信号检测、识别、分类方法 .神经网络是实现这种判定准则的优选方案 ,但是传统的最小平方学习算法 ,如BP算法等 ,往往不能取得全局最优解 .针对一种非最小平方学习算法 ,提出了一种概率分配原则 ,并给出了一种Neyman Pearson准则的神经网络实现新算法 .对新算法在假设检验中的应用进行了仿真验证 .结果表明新算法具有更小的误差 ,更加适用于Ney man Pearson准则 .
引用
收藏
页码：48 / 51
页数：4
相关论文