ugg boots sale 基于BP网&#3

defgf10aj

基于BP网络的一种机型识别方法
范围的目标。结果判断有如下形式rHOE[-3·l7目标类型为{JO∈：08，12]cl2)lZOErO．3．o7]当O落于争议lXIN~,7．则判定为具有较小差值的期望值的目标类型。此外，从表中计算结果可以看出，神经网络的模型具有很好的容错性，当由于某种原因，参数不能得知，导致输人信息不完整时,[link widoczny dla zalogowanych]，计算输出结果圭_]不变，表明模型本身能进行缺省推理。5结束语神经网络成熟的学习算法及其较强的容错眭，使得其在目标识别方面具有很强的优势。但由于机型识别问题，目前还没有成熟的理论，尚缺乏可具体实现的条件本文所傲只是对此问题一个探讨尝试。经仿真试验结果表明，BP网络完全可以用于机型识别，井具有很强的容错性和一定的抗干扰能力,[link widoczny dla zalogowanych]。说明基于BP网络模型的识别方法具有很好的潜力，它比单纯的回波分析识别要准确的多，尤其是它的容错性和抗干扰能力更能适合实际战场的需要，更切近实际,[link widoczny dla zalogowanych]。同时它的实现需要多次样本训练，耗费大量的精力和时间,[link widoczny dla zalogowanych]，实现较繁应用时须注意：1)识别是在多个特征的基础上进行的,[link widoczny dla zalogowanych]。2)网络训练需要大量，反复的测试，以便找出最合适的权值及适当的隐层数，使其收敛最快3J网络输人(出)值，需要进行概念数值(数值概念)转换，以更好地利用网络计算，进行分类识别
More articles related to topics：

[link widoczny dla zalogowanych]

tory burch outlet 浅谈数据仓库成功实施的关键因素_2

[link widoczny dla zalogowanych]