作者:聂伟荣,朱继南,赵玉霞 单位:南京理工大学 出版:《南京理工大学学报》2000年第01期 页数:5页  (PDF与DOC格式可能不同) PDF编号:PDFNJLG2000010050 DOC编号:DOCNJLG2000010059 下载格式:PDF + Word/doc 文字可复制、可编辑
《D-S证据理论在目标识别中的应用》PDF+DOC2002年第04期 聂伟荣,朱继南,夏虹 《基于改进BP网络的管道安全监测技术研究》PDF+DOC2006年第S2期 孙洁娣,温江涛,靳世久 《基于BP神经网络的雷达目标识别算法研究》PDF+DOC2006年第S7期 贺文斌,陶建锋,叶震 《多传感器目标识别的神经网络与证据理论结合方法》PDF+DOC2005年第06期 杨露菁,郝威 《基于BP神经网络的非接触生命参数信号检测》PDF+DOC2004年第14期 杨冬,王健琪,荆西京,倪安胜,路国华 《基于BP的车辆系统故障诊断模式识别》PDF+DOC2003年第03期 谭德荣,韩加蓬 《基于BP神经网络的单传感器检测定位方法》PDF+DOC2002年第02期 龙芋宏,毛汉领 《基于BP神经网络的障碍物模式识别》PDF+DOC2011年第35期 张秋豪,孟宪辉,郭洪澈,孙柏青 《采用粗BP神经网络和D-S证据理论的目标识别》PDF+DOC2008年第12期 齐博会,张金成,王程 《BP神经网络大腿截肢者运动模式识别》PDF+DOC2014年第05期 刘磊,杨鹏,刘作军,耿艳利
  • 应用人工神经网络进行目标识别是当前模式识别的重要方法之一。前向多层神经网络及其BP算法是发展较为成熟的一种。该文对BP算法加以改进 ,使得其性能有所提高 ,收敛速度加快。针对战场监视传感器系统中处于一级警戒的地震动传感器 ,对在良好土质地面实测的人员脚步、汽车、坦克的地震动信号进行分析 ,利用小波变换和小波包分解提取能量特征 ,采用两级级连网络进行目标识别 ,识别率在 94.5 %以上

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。