期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于Log-Sigmoid型径向基神经网络的雷达辐射源识别 被引量:4
1
作者 张勇强 叶志铨 黄文龙 《航空计算技术》 2002年第3期22-26,共5页
提出基于一种新的鲁棒性径向基 (RBF)神经网络的雷达辐射源识别方法。此网络应用Log -Sigmoid函数作为基函数 ,避免了学习过程中的不稳定状态 ,并且比传统的RBF有更好的学习性能和函数逼近能力。并介绍一种新的归一化函数 ,通过归一化... 提出基于一种新的鲁棒性径向基 (RBF)神经网络的雷达辐射源识别方法。此网络应用Log -Sigmoid函数作为基函数 ,避免了学习过程中的不稳定状态 ,并且比传统的RBF有更好的学习性能和函数逼近能力。并介绍一种新的归一化函数 ,通过归一化函数把不同类型 ,不同量纲的原始评估数值转换到 [- 1,1]区间 ,该效用函数较好地体现了“奖优罚劣”的原则 ,同时又更有利于神经网络的训练。仿真实验证明了该方法的优越性。 展开更多
关键词 log-sigmoid函数 径向基神经网络 雷达辐射源 识别 电子战
在线阅读 下载PDF
基于RBF神经网络的辐射源威胁评估 被引量:10
2
作者 黄文龙 张殿治 张勇强 《现代雷达》 CSCD 北大核心 2003年第7期7-10,32,共5页
提出基于一种新的鲁棒性径向基 (RBF)神经网络的辐射源威胁评估方法。此网络应用Log Sigmoid函数作为基函数 ,避免了学习过程中的不稳定状态 ,并且比传统的RBF有更好的学习性能和函数逼近能力。并介绍一种新的归一化函数 ,通过归一化函... 提出基于一种新的鲁棒性径向基 (RBF)神经网络的辐射源威胁评估方法。此网络应用Log Sigmoid函数作为基函数 ,避免了学习过程中的不稳定状态 ,并且比传统的RBF有更好的学习性能和函数逼近能力。并介绍一种新的归一化函数 ,通过归一化函数把不同类型、不同量纲的原始评估数值转换到〔 1,1〕区间 ,该归一化函数较好地体现了“奖优罚劣”的原则 ,同时又更有利于神经网络的训练。 展开更多
关键词 鲁棒性径向基神经网络 辐射源威胁评估 log-sigmoid函数 归一化函数
在线阅读 下载PDF
基于混合CORDIC的神经网络激活函数的实现 被引量:2
3
作者 陈曦 王高峰 +1 位作者 刘克刚 徐江丰 《华中科技大学学报(自然科学版)》 EI CAS CSCD 北大核心 2007年第9期114-117,共4页
讨论了基于混合坐标旋转数字计算机算法设计并实现对数-S形激活函数的方法,采用超高速集成电路硬件描述语言和流水线技术构造的对数-S形函数的寄存器传输级模块在现场可编程门阵列上给予硬件实现,优化后的对数-S形函数模块结合了查找表... 讨论了基于混合坐标旋转数字计算机算法设计并实现对数-S形激活函数的方法,采用超高速集成电路硬件描述语言和流水线技术构造的对数-S形函数的寄存器传输级模块在现场可编程门阵列上给予硬件实现,优化后的对数-S形函数模块结合了查找表和坐标旋转数字计算机迭代算法的特点,具有高效率、高速度、高精度等优点.实验数据表明,本设计模块计算结果的平均误差为0.05%,最大误差为0.19%,最大工作频率为109 MHz,满足神经网络超大规模集成电路的要求. 展开更多
关键词 神经网络 对数-S形函数 坐标旋转数字计算机 现场可编程门阵列 流水线
在线阅读 下载PDF
确定LSRBF神经网络隐节点数的单调指数法 被引量:1
4
作者 吴成茂 《西安邮电学院学报》 2005年第1期93-97,共5页
针对仅利用训练样本输入信息进行非监督聚类来确定LSRBF神经网络隐层节点数存在的不足,本文提出了基于训练样本输入输出全部信息的修正单调指数法来确定LSRBF神经网络隐层节点数。实验结果表明,该方法是可行的。
关键词 logsigmoid函数 RBF神经网络 隐层节点数 单调指数
在线阅读 下载PDF
Numerical Solution of Blasius Equation through Neural Networks Algorithm
5
作者 Iftikhar Ahmad Muhammad Bilal 《American Journal of Computational Mathematics》 2014年第3期223-232,共10页
In this paper mathematical techniques have been used for the solution of Blasius differential equation. The method uses optimized artificial neural networks approximation with Sequential Quadratic Programming algorith... In this paper mathematical techniques have been used for the solution of Blasius differential equation. The method uses optimized artificial neural networks approximation with Sequential Quadratic Programming algorithm and hybrid AST-INP techniques. Numerical treatment of this problem reported in the literature is based on Shooting and Finite Differences Method, while our mathematical approach is very simple. Numerical testing showed that solutions obtained by using the proposed methods are better in accuracy than those reported in literature. Statistical analysis provided the convergence of the proposed model. 展开更多
关键词 Blasius Equation Neural Networks log-sigmoid function BOUNDARY Value Problems
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部