期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一种无师训练的模糊极小极大人工神经网络
1
作者
叶慧娟
王昕晔
《海军工程大学学报》
CAS
2002年第5期67-71,共5页
提出了一种无师训练的fuzzymin max人工神经网络,它兼有一般fuzzymin max网与ART2网的优点,既弥补了fuzzymin max网不能自适应在线学习新类的缺陷,又消除了ART2网警戒门限过高的弊病.经模式识别仿真对比,对同样的输入数据,文中提出的网...
提出了一种无师训练的fuzzymin max人工神经网络,它兼有一般fuzzymin max网与ART2网的优点,既弥补了fuzzymin max网不能自适应在线学习新类的缺陷,又消除了ART2网警戒门限过高的弊病.经模式识别仿真对比,对同样的输入数据,文中提出的网络用较低的警戒门限值即可达到ART2用很高的警戒门限值才能达到的分类效果,且计算量大大减少.得到的结论是:对模式识别而言,文中提出的网络比fuzzymin max网和ART2网更具有实用价值.
展开更多
关键词
模糊极小极大
人工神经网络
FUZZY
min-max网
ART2网
有
师
训练
无师训练
目标识别
在线阅读
下载PDF
职称材料
无师General Fuzzy Min-Max人工神经网络
被引量：
4
2
作者
彭鹏菲
杨露菁
张青贵
《系统工程与电子技术》
EI
CSCD
北大核心
2004年第10期1503-1505,1536,共4页
针对一般模糊极小极大(generalfuzzymin max,GFMM)神经网络不能够完全无师聚类和自适应在线学习的问题,提出了一种无师训练的一般模糊极小极大(generalfuzzymin max,GFMM)人工神经网络。它继承了GFMM网络的优点,可以输入n维模糊量,尤其...
针对一般模糊极小极大(generalfuzzymin max,GFMM)神经网络不能够完全无师聚类和自适应在线学习的问题,提出了一种无师训练的一般模糊极小极大(generalfuzzymin max,GFMM)人工神经网络。它继承了GFMM网络的优点,可以输入n维模糊量,尤其是新增加了无师学习的功能,弥补了GFMM网络不能自适应在线学习新类的缺陷。实验测试结果与分析表明,该网络在自动目标识别的实际应用中具有广泛的适用性。
展开更多
关键词
一般模糊极小极大神经网络
无师训练
自动目标识别
在线阅读
下载PDF
职称材料
基于GFMM神经网络的雷达目标识别方法
被引量：
2
3
作者
彭鹏菲
沈德刚
+1 位作者
耿伯英
张青贵
《现代雷达》
CSCD
北大核心
2006年第10期34-37,共4页
新型的无师训练(General Fuzzy Min-Max,GFMM)神经网络是一种具备无师训练聚类识别能力的新型神经网络,它继承了原有GFMM网络的特点,在网络的拓扑结构和算法方面进行了较大的改进,增加了能够进行自适应在线学习的能力。基于无师训练GFM...
新型的无师训练(General Fuzzy Min-Max,GFMM)神经网络是一种具备无师训练聚类识别能力的新型神经网络,它继承了原有GFMM网络的特点,在网络的拓扑结构和算法方面进行了较大的改进,增加了能够进行自适应在线学习的能力。基于无师训练GFMM神经网络的雷达目标识别方法完整地实现了雷达目标特征学习和识别的一体化过程。在某型对海警戒雷达舰船目标识别仿真应用实验中的结果表明文中的方法优于其他传统的神经网络目标识别方法,在雷达目标识别方面具有良好的适用性。
展开更多
关键词
模糊神经网络
无师训练
雷达目标识别
在线阅读
下载PDF
职称材料
题名
一种无师训练的模糊极小极大人工神经网络
1
作者
叶慧娟
王昕晔
机构
海军工程大学兵器新技术应用研究所
海军工程大学科研部
出处
《海军工程大学学报》
CAS
2002年第5期67-71,共5页
文摘
提出了一种无师训练的fuzzymin max人工神经网络,它兼有一般fuzzymin max网与ART2网的优点,既弥补了fuzzymin max网不能自适应在线学习新类的缺陷,又消除了ART2网警戒门限过高的弊病.经模式识别仿真对比,对同样的输入数据,文中提出的网络用较低的警戒门限值即可达到ART2用很高的警戒门限值才能达到的分类效果,且计算量大大减少.得到的结论是:对模式识别而言,文中提出的网络比fuzzymin max网和ART2网更具有实用价值.
关键词
模糊极小极大
人工神经网络
FUZZY
min-max网
ART2网
有
师
训练
无师训练
目标识别
Keywords
artificial neural network
fuzzy min\|max net
ART2 net
supervised training
unsupervised training
分类号
TN971 [电子电信—信号与信息处理]
在线阅读
下载PDF
职称材料
题名
无师General Fuzzy Min-Max人工神经网络
被引量：
4
2
作者
彭鹏菲
杨露菁
张青贵
机构
海军工程大学信息与电气学院
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2004年第10期1503-1505,1536,共4页
文摘
针对一般模糊极小极大(generalfuzzymin max,GFMM)神经网络不能够完全无师聚类和自适应在线学习的问题,提出了一种无师训练的一般模糊极小极大(generalfuzzymin max,GFMM)人工神经网络。它继承了GFMM网络的优点,可以输入n维模糊量,尤其是新增加了无师学习的功能,弥补了GFMM网络不能自适应在线学习新类的缺陷。实验测试结果与分析表明,该网络在自动目标识别的实际应用中具有广泛的适用性。
关键词
一般模糊极小极大神经网络
无师训练
自动目标识别
Keywords
general fuzzy min-max neural network
unsupervised training
automatic target recognition
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
基于GFMM神经网络的雷达目标识别方法
被引量：
2
3
作者
彭鹏菲
沈德刚
耿伯英
张青贵
机构
海军工程大学电子工程学院
海军驻上海
出处
《现代雷达》
CSCD
北大核心
2006年第10期34-37,共4页
基金
"十五"预先研究重点项目
文摘
新型的无师训练(General Fuzzy Min-Max,GFMM)神经网络是一种具备无师训练聚类识别能力的新型神经网络,它继承了原有GFMM网络的特点,在网络的拓扑结构和算法方面进行了较大的改进,增加了能够进行自适应在线学习的能力。基于无师训练GFMM神经网络的雷达目标识别方法完整地实现了雷达目标特征学习和识别的一体化过程。在某型对海警戒雷达舰船目标识别仿真应用实验中的结果表明文中的方法优于其他传统的神经网络目标识别方法,在雷达目标识别方面具有良好的适用性。
关键词
模糊神经网络
无师训练
雷达目标识别
Keywords
fuzzy neural network
unsupervised training
radar target recognition
分类号
TN959.17 [电子电信—信号与信息处理]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
一种无师训练的模糊极小极大人工神经网络
叶慧娟
王昕晔
《海军工程大学学报》
CAS
2002
0
在线阅读
下载PDF
职称材料
2
无师General Fuzzy Min-Max人工神经网络
彭鹏菲
杨露菁
张青贵
《系统工程与电子技术》
EI
CSCD
北大核心
2004
4
在线阅读
下载PDF
职称材料
3
基于GFMM神经网络的雷达目标识别方法
彭鹏菲
沈德刚
耿伯英
张青贵
《现代雷达》
CSCD
北大核心
2006
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
