一种基于神经网络的声呐目标分类系统

本文介绍英国ＳＤ－Ｓｃｉｃｏｎ公司开发的一种研究系统，借以说明神经网络技术在声呐目标分类中的应用。 这里所讨论的特定的分类问题包括对两种特定类型的声呐目标信号（ｓｏｎａｒ ｃｏｎｔａｃｔ）与所有其它低虚警率信号的区分。在分类过程中有多种多样的信息可供利用。然而，问题的困难在于不同类型目标的信号特征在很大程度上具有重叠部分。分类器的关键性能是能够接收从各种可能的原来的信息，利用超级模式识别（ｓｕｐｅｒｂ ｐａｔｔｅｒｎ ｒｅｃｏｇｎｉｔｉｏｎ）以及神经网络的数据汇合（ｄａｔａｆｕｓｉｏｎ）能力从全部特征中的具有识别意义的内容里鉴别出目标类型。 本文描述了这种新的分类方法的功能，并讨论系统的设计，它涉及到神经网络方法如何补充了现有的数据处理方式。本文还介绍了与网络训练有关的问题，并指出重要的性能特征。