论文部分内容阅读
根据战场目标的声与震动特性，采用相应的测试系统和分析系统，对战场典型目标装甲车、吉普车作了实地测试，对实验进行初步分析，并得到一批有实际意义的实验数据；运用基于人工神经网络的模式识别技术对战场侦察技术中的目标识别进行了研究；利用多层前馈神经网络对初级数据的强大处理能力，设计了专用的多层感知器作为目标分类器；分类器任务由ＰＣ机上的专用的程序完成，采用改进的ＢＰ算法对神经网络进行训练，克服了网络的振荡和平台问题，加速了网络的收敛速度；在此基础上，用训练好的分类器对实验样本进行了目标分类，结果表明，网络具有很好的分类能力。