基于粗集的神经网络在目标类型识别中的研究

• 作者: 李凌鹏
• 来源期刊: 情报指挥控制系统与仿真技术
• 学科: 航空航天
• 关键词: 目标类型 目标识别 粗集 神经网络
• 年，卷（期）: 2005,（1）
• 所属期刊栏目: 数模与软件
• 页码范围: 9-12
• 页数: 4页
• 分类号: V57
• 字数: 188字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-3819.2005.01.003

摘要

为克服传统的目标类型识别方法的不足,提出将粗集和神经网络紧耦合建立新的识别模型,即经过识别信息预处理、样本数据粗集方法简化、神经网络学习训练及待识信息网络识别等步骤,充分融合了粗集强大的规则提取能力和神经网络优良的分类能力.实验表明,该模型减少了识别的主观因素,简化了神经网络结构,提高了运算速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李凌鹏	空军工程大学导弹学院	11	66	5.0	7.0