原文服务方: 数字海洋与水下攻防       
摘要:
为了改善被测目标运动要素计算精度,提出了采用PSO-BP神经网络算法作为运动要素解算的方程.该算法将粒子群算法作为BP神经网络的学习算法,提高BP网络的全局收敛性和收敛速度,将观测到的运动目标参数作为PSO-BP神经网络的输入,并将运动目标的方位作为主要输出量,将运动目标的方位值与误差期望值进行比较并作为PSO的输入修改BP网络权值,进而得到高精度BP神经网络.对该算法进行仿真计算,结果表明:基于该算法的运动目标运动要素解算,尤其是运动方位的解算器精度可以达到0.128°,提高了运动要素解算的精度和速度.
推荐文章
基于组合特征和PSO-BP算法的数字识别
组合特征
粒了群算法
BP神经网络
数字识别
基于改进PSO-BP神经网络的回弹预测研究
V形自由折弯
回弹
BP神经网络
改进粒子群算法
全局搜索能力
收敛精度
泛化能力
地震地质灾害综合评价的PSO-BP神经网络方法及应用
地质灾害
粒子群算法
BP神经网络
汶川地震
基于PSO-BP算法的目标威胁评估
BP神经网络
粒子群算法
威胁指数法
威胁估计
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 PSO-BP网络算法在运动要素解算中的应用
来源期刊 数字海洋与水下攻防 学科
关键词 PSO机制 PSO-BP算法 运动要素 参数优化
年,卷(期) 2018,(4) 所属期刊栏目
研究方向 页码范围 7-11
页数 5页 分类号 TP273.2
字数 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 周祥龙 16 70 6.0 8.0
2 程国胜 3 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (27)
共引文献  (99)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(8)
  • 参考文献(3)
  • 二级参考文献(5)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(3)
  • 参考文献(2)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
研究主题发展历程
节点文献
PSO机制
PSO-BP算法
运动要素
参数优化
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
数字海洋与水下攻防
双月刊
2096-5753
42-1901/TJ
大16开
湖北省宜昌市胜利三路58号
2018-01-01
中文
出版文献量(篇)
1516
总下载数(次)
0
总被引数(次)
2057
论文1v1指导