基于径向基神经网络的目标识别研究

摘要：

本文讨论了传统的径向基(RBF)神经网络聚类算法的基本原理,针对其选取初始中心矢量的不足,提出了一种新的选择初始中心矢量的方法,给出了新的学习算法,并将其应用于目标识别.仿真结果表明,新算法比传统的RBF算法具有更强的聚类能力,使目标识别更加准确.

关键词：径向基神经网络、目标识别、样本密度

所属期刊栏目：32

分类号：TP393(计算技术、计算机技术)

在线出版日期：2006-04-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：195-198