原文服务方: 现代电子技术       
摘要:
提出了一种基于Eidos BSB人工神经元网络的雷达脉冲分选方法.仿真表明,该模型能够通过对大量带有测量误差的雷达脉冲样本进行自联想学习,完成对脉冲模式的记忆,进而实现分选功能.与其他脉冲分选方法相比,该方法具有更好的参数测量误差适应能力和更高的分选精度.
推荐文章
神经元网络的FPGA硬件仿真方法
现场可编程门阵列
流水线
生物神经元网络
基于小波神经元网络模型的网损预测方法研究
小波神经元网络
电力系统
有功网损
预测
基于自校正回归神经元网络的预报建模
回归神经元网络
主元分析
建模预报
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于Eidos BSB人工神经元网络的雷达脉冲分选方法
来源期刊 现代电子技术 学科
关键词 Eidos BSB 自联想 雷达脉冲分选 仿真
年,卷(期) 2010,(23) 所属期刊栏目
研究方向 页码范围 6-9
页数 分类号 NT971-34
字数 语种 中文
DOI 10.3969/j.issn.1004-373X.2010.23.002
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 宋茂忠 南京航空航天大学信息科学与技术学院 69 408 11.0 16.0
2 王旭东 南京航空航天大学信息科学与技术学院 41 324 10.0 16.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (9)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(2)
  • 参考文献(1)
  • 二级参考文献(1)
1992(3)
  • 参考文献(2)
  • 二级参考文献(1)
1994(3)
  • 参考文献(1)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(3)
  • 参考文献(2)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
Eidos BSB
自联想
雷达脉冲分选
仿真
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代电子技术
半月刊
1004-373X
61-1224/TN
大16开
1977-01-01
chi
出版文献量(篇)
23937
总下载数(次)
0
总被引数(次)
135074
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导