基于增量学习的RBF神经网络的噪声源识别

摘要：

本文提出了一种用于水下航行器噪声源识别的RBF模糊神经网络模型.该模型采用PCM聚类算法并具有增量学习能力,网络输出节点在线可调,保证了网络具有较高的泛化能力和一定的学习新故障模式的能力.仿真结果表明,该模型是有效的.

关键词： 径向基函数 增量学习 神经网络 噪声源识别 水下航行器

作者: 高志华 李朝旭 田立业

作者单位: 海军工程大学计算机工程系,湖北,武汉,430033 空军工程大学自动化工程系,陕西,西安,710038

会议类型: 国内会议

会议名称: 2008年全国理论计算机科学学术年会

会议地点: 西安

会议语种:中文

页码: 118-119,133

在线出版日期: 2008-09-19（万方平台首次上网日期，不代表论文的发表时间）