基于模糊对向传播网络的水中目标分类识别

摘要：

把对向传播(CP)网络的竞争层神经元输出函数定义为模糊隶属度函数,将模糊C-均值(FCM)算法和对向传播网络相结合,提出了一种改进的模糊对向传播(MFCP)网络.在MFCP网络中解决了模糊隶属度函数的自动生成问题.对海上实录的三类水中目标辐射噪声进行了调制解调谱(DEMON谱)的线谱和连续谱分析,并进行了对应的特征提取和神经网络分类识别实验,结果证明:MFCP网络的分类能力及对未训练目标的适应性优于CP网络和误差反向传播(BP)网络.

关键词：神经网络、特征提取、目标分类

所属期刊栏目：43

分类号：TP273(自动化技术及设备)

在线出版日期：2007-12-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：227-229