基于模糊对向传播网络的水中目标分类识别

• 作者: 刘兵 孙超 王旭艳
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 神经网络 特征提取 目标分类
• 年，卷（期）: 2007,（28）
• 所属期刊栏目: 工程与应用
• 页码范围: 227-229
• 页数: 3页
• 分类号: TP273
• 字数: 2694字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2007.28.069

摘要

把对向传播(CP)网络的竞争层神经元输出函数定义为模糊隶属度函数,将模糊C-均值(FCM)算法和对向传播网络相结合,提出了一种改进的模糊对向传播(MFCP)网络.在MFCP网络中解决了模糊隶属度函数的自动生成问题.对海上实录的三类水中目标辐射噪声进行了调制解调谱(DEMON谱)的线谱和连续谱分析,并进行了对应的特征提取和神经网络分类识别实验,结果证明:MFCP网络的分类能力及对未训练目标的适应性优于CP网络和误差反向传播(BP)网络.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙超	西北工业大学声学工程研究所	181	927	15.0	19.0
2	王旭艳	西北工业大学声学工程研究所	13	57	5.0	7.0
3	刘兵	西北工业大学声学工程研究所	38	324	11.0	16.0