基于Log-Sigmoid型径向基神经网络的辐射源威胁评估

摘要：

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,该归一化函数较好的体现了”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.

关键词： Log-Sigmoid函数 径向基神经网络 辐射源威胁评估 电子战

作者: 黄文龙 张殿治 张勇强

作者单位: 空军工程大学

会议类型: 国内会议

会议名称: 图像、仿真、信息技术第二届联合学术会议

会议地点: 南昌

会议语种:中文

页码: 227-233

在线出版日期: 2002-08-01（万方平台首次上网日期，不代表论文的发表时间）