图像制导中的一种改进增量学习RBF神经网络

• 作者: 刘宁 李庆震 梁涛 赵久奋
• 来源期刊: 弹箭与制导学报
• 关键词: 径向基函数神经网络 自动目标识别 隐层神经元价值函数 IL-RAN
• 年，卷（期）: 2010,（5）
• 页码范围: 63-65,72
• 分类号: TJ765.3
• 语种: 中文
• DOI: 10.3969/j.issn.1673-9728.2010.05.017

摘要

为改进现有人工神经网络在图像制导系统的自动目标识别算法中的不足,加快收敛速度,通过对基于RBF神经网络自动目标识别技术的研究,提出以隐层神经元价值函数作为指标的生长修剪策略,构造出一种基于增量学习的网络资源分配网络(IL-RAN),对目标进行了在线实时识别.仿真结果表明,利用该改进算法可产生规模较小的网络,并使得网络参数的选择与识别误差建立了联系,减少了总体的计算量,计算时间也大大缩短.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁涛		3	6	1.0	2.0
2	赵久奋		16	76	5.0	8.0