基于学习矢量量化(LVQ)神经网络的雷达体制识别

• 作者: 张洪才 李锦东 梁彦 潘泉
• 来源期刊: 火力与指挥控制
• 学科: 工学
• 关键词: 学习矢量量化 雷达体制 电子战
• 年，卷（期）: 2006,（9）
• 所属期刊栏目: 理论研究
• 页码范围: 30-33
• 页数: 4页
• 分类号: TP391
• 字数: 3521字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0640.2006.09.009

摘要

由于现代战争中雷达体制的多样化、复杂化及其综合应用使得雷达体制识别中要处理大量复杂的高维数据,学习矢量量化(LVQ)神经网络不仅能处理有监督分类,而且相对于其他神经网络能以较小的计算量处理大量输入数据,所以采用LVQ对雷达体制进行识别,同时针对LVQ学习速率的变化可能引起学习算法不稳定,采用修正的学习速率算法.在简要介绍雷达体制和LVQ的基础上构造了LVQ神经网络对雷达体制进行分类.通过与径向基神经网络(RBFN)识别算法的仿真对比,证实了方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁彦	西北工业大学自动化学院	156	2615	26.0	46.0
2	潘泉	西北工业大学自动化学院	544	9437	45.0	77.0
3	张洪才	西北工业大学自动化学院	243	5379	38.0	64.0
4	李锦东	西北工业大学自动化学院	2	12	2.0	2.0