交叉验证的GRNN神经网络雷达目标识别方法研究 |
| |
引用本文: | 林悦,夏厚培.交叉验证的GRNN神经网络雷达目标识别方法研究[J].现代防御技术,2018(4). |
| |
作者姓名: | 林悦 夏厚培 |
| |
作者单位: | 南京信息工程大学电子与信息工程学院;中国船舶重工集团公司第七二四研究所 |
| |
摘 要: | 雷达目标识别是现代雷达技术的重要发展方向之一,在未来武器系统中具有重要的意义。针对高分辨一维距离像在预处理中平移敏感性的问题,使用了全局最小熵距离对齐算法,能够较准确快速对准距离像单元,提高了距离对齐的精度。为了提高雷达目标识别的准确率,提出了一种与广义回归神经网络模型(generalized regression neural network,GRNN)相结合的目标识别方法。利用K重交叉验证法对神经网络训练,并且根据最小均方误差寻找出GRNN神经网络光滑因子spread的最优值,同时获得目标识别训练样本的最优输入输出值。通过对比,取得最优光滑因子的GRNN神经网络将大幅度提高其收敛速度与泛化能力。仿真实验证明,基于改进GRNN神经网络的雷达目标识别可以获得较高较稳定的识别正确率。
|
本文献已被 CNKI 等数据库收录! |
|