一种可在线学习的变结构径向基函数网络及其在被动声纳目标识别中的应用

被引:5
作者
宋爱国
机构
[1] 东南大学仪器科学系!南京
关键词
神经网络; 进化规划; 被动声纳; 在线学习; 分类识别;
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
提出了一种新颖的隐节点可调的变结构径向基函数网络,并应用进化规划最优地确定和调节变结构径向基函数网络隐层节点的数目及其核函数的中心和宽度,从而使网络具有在线学习和记忆新的目标模式的功能.并将该网络应用于被动声纳目标的识别和在线学习,实验结果表明基于进化规划的变结构径向基函数网络不仅改善了网络的泛化能力,而且能够有效地解决传统神经网络技术在被动声纳目标识别过程中在线学习会造成原有记忆遗忘的困难
引用
收藏
页码:65 / 69
页数:5
相关论文
共 1 条
[1]   极度并行计算:演化算法和演化神经网络的研究进展 [J].
宋爱国 ;
陆佶人 .
系统仿真学报, 1998, (01) :16-21