作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为提高雷达识别系统的识别率,提出了一种基于粗集理论、径向基神经网络及主观贝叶斯方法的三层识别模型.经过样本数据粗集方法简化、神经网络分类以及对识别结果的贝叶斯融合等步骤,将粗集的规则提取能力、神经网络的分类能力和主观贝叶斯方法的推理融合能力结合起来.仿真结果表明,该模型提高了系统的识别率和运算速度.
推荐文章
基于神经网络与主观Bayes理论的雷达识别研究
神经网络
主观Bayes
模糊匹配
数据融合
基于特征加权贝叶斯神经网络的微博异常账号检测
特征加权贝叶斯
贝叶斯神经网络
账号检测
一种基于Kohonen和最小风险贝叶斯决策的雷达信号识别方法
雷达信号识别
S-Kohonen-Bayes
最小风险贝叶斯决策
贝叶斯正则化的LMBP神经网络在电气检测系统中的应用
电气系统
故障识别
贝叶斯正则化
LM算法
BP神经网络
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 基于粗神经网络和主观贝叶斯的雷达型号识别
来源期刊 微型电脑应用 学科 工学
关键词 雷达 粗集 径向基神经网络 主观贝叶斯方法
年,卷(期) 2016,(6) 所属期刊栏目 技术交流
研究方向 页码范围 77-80
页数 4页 分类号 TP183
字数 3505字 语种 中文
DOI
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 韩林呈 机械化步兵学院教研部作战训练实验中心 4 6 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (19)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1960(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
雷达
粗集
径向基神经网络
主观贝叶斯方法
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
微型电脑应用
月刊
1007-757X
31-1634/TP
16开
上海市华山路1954号上海交通大学铸锻楼314室
4-506
1984
chi
出版文献量(篇)
6963
总下载数(次)
20
总被引数(次)
28091
论文1v1指导