Neyman-Person准则的神经网络实现新算法

• 作者: 张兆礼 沈国峰 王祁
• 来源期刊: 控制理论与应用
• 学科: 工学
• 关键词: 神经网络 数据融合 假设检验 Neyman-Person准则
• 年，卷（期）: 2002,（3）
• 所属期刊栏目: 短文
• 页码范围: 435-437,441
• 页数: 4页
• 分类号: TP18
• 语种: 中文
• DOI: 10.3969/j.issn.1000-8152.2002.03.023

摘要

假设检验中Neyman-Person准则是一种基于似然比的信号分类、检测、识别方法.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.本文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-Person准则的神经网络实现新算法.文中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Neyman-Person准则.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王祁	哈尔滨工业大学自动化测试与控制系	135	1746	24.0	33.0
2	沈国峰	哈尔滨工业大学自动化测试与控制系	7	94	5.0	7.0
3	张兆礼	哈尔滨工业大学自动化测试与控制系	10	177	7.0	10.0