用于多目标旋转不变分类的自适应参数学习算法
DOI:
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TP183

基金项目:

天津市自然科学基金资助项目(023800811),教育部博士点基金资助项目(20030055022)


Adaptive-parameter Activation Function for Rotation-invariant Classification
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    在级连神经网络模型的基础上,提出了一种基于递归最小方差(RLS)算法的自适应参数学习算法,并将它应用于互连权重和激活函数参数的自适应学习中。对轰炸机、战斗机、客机和火箭4类目标的旋转不变分类的计算机仿真结果表明,该算法能够有效提高学习速度和识别率。

    Abstract:

    An adaptive-parameter recursive least square(RLS) algorithm for adaptively learning connection weights and parameters of activation function was presented for multi-target rotation-invariant classification.Computer simulations reveal that,both the learning speed and the recognition rate are improved.

    参考文献
    相似文献
    引证文献
引用本文

常胜江 熊涛.用于多目标旋转不变分类的自适应参数学习算法[J].光电子激光,2004,(6):710~713

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码