基于自回归小波神经网络的空中目标威胁评估

• 作者: 李筱琳 白玉
• 来源期刊: 数字技术与应用
• 学科: 工学
• 关键词: 目标威胁评估 神经网络 小波神经网络 自回归小波神经网络
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 应用研究
• 页码范围: 84-85,87
• 页数: 3页
• 分类号: TP183
• 字数: 2243字
• 语种: 中文
• DOI: 10.19695/j.cnki.cn12-1369.2020.03.39

摘要

针对空战中目标威胁评估系统非线性、评估难度大等特点,提出了自回归小波神经网络(Self-recurrent Wavelet Neural Network,SRWNN)的空中目标威胁评估方法.通过分析SRWNN结合递归神经网络(Recurrent Neural Net RNN)的吸引子动力学和WNN快速收敛的特点,建立了SRWNN模型,提出了SRWNN的参数优化学习算法,以实现增强自学习能力的目的,然后分析了威胁评估的影响因素,给出了基于SRWNN的空中目标威胁评估算法的程序设计.仿真实验结果表明,与WNN相比,该算法提高了系统的稳定性,加快了收敛速度,增强了预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	白玉	沈阳航空航天大学电子信息工程学院	24	59	5.0	7.0
2	李筱琳	沈阳航空航天大学电子信息工程学院	1	0	0.0	0.0