基于神经网络的声目标识别融合方法研究

• 作者: 王树有 顾晓辉
• 来源期刊: 声学与电子工程
• 学科: 工学
• 关键词: 证据推理 数据融合 神经网络
• 年，卷（期）: 2003,（3）
• 页码范围: 21-24
• 页数: 4页
• 分类号: TN91
• 字数: 2532字
• 语种: 中文

摘要

本文介绍了声目标的各种识别方法,将Dempster-Shafer证据推理的基本理论应用到声目标的识别中,并用BP神经网络构造出基本概率赋值函数,从而避开了建立质量函数的麻烦,大大拓宽了这种方法的应用范围.本文给出了改进后的BP神经网络算法并给出了识别目标的决策方法.通过实例计算可以看出,该方法可以提高对声目标识别的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾晓辉	南京理工大学机械学院	114	903	16.0	22.0
2	王树有	南京理工大学机械学院	8	88	6.0	8.0