基于GFMM神经网络的雷达目标识别方法

• 作者: 张青贵 彭鹏菲 沈德刚 耿伯英
• 来源期刊: 现代雷达
• 学科: 工学
• 关键词: 模糊神经网络 无师训练 雷达目标识别
• 年，卷（期）: 2006,（10）
• 所属期刊栏目: 信号与数据处理
• 页码范围: 34-37
• 页数: 4页
• 分类号: TN959.1
• 字数: 3581字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-7859.2006.10.010

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	耿伯英	海军工程大学电子工程学院	36	158	7.0	10.0
2	彭鹏菲	海军工程大学电子工程学院	44	190	7.0	10.0
3	张青贵	海军工程大学电子工程学院	5	11	2.0	3.0