模糊对向传播网络数据融合目标识别方法

您当前的位置：

首页 >

文章列表页 >

模糊对向传播网络数据融合目标识别方法

更新时间：2025-09-01

- 模糊对向传播网络数据融合目标识别方法
- Fuzzy counter propagation networks based data fusion approach for target recognition
- 光学技术 2002年第6期页码：502-503
- 作者机构：
  
  1. 1:北京理工大学信息科学技术学院光电工程系
  2. 2:北京理工大学信息科学技术学院光电工程系
  3. 3:北京理工大学信息科学技术学院光电工程系,北京,100081
  4. 4,北京,100081
- 作者简介：
- 基金信息：
  
  国防科工委基础预研、目标与环境光学特征国防科技重点实验室开放基金资助项目 ( 0 0JS6 6 .3.1.BQ .0 110 )
- DOI：
  中图分类号：
- 纸质出版：2002
- 稿件说明：
移动端阅览
牛丽红, 倪国强, 刘明奇. 模糊对向传播网络数据融合目标识别方法[J]. 光学技术, 2002,(6):502-503.

Fuzzy counter propagation networks based data fusion approach for target recognition[J]. 2002, (6): 502-503.
牛丽红, 倪国强, 刘明奇. 模糊对向传播网络数据融合目标识别方法[J]. 光学技术, 2002,(6):502-503. DOI：

Fuzzy counter propagation networks based data fusion approach for target recognition[J]. 2002, (6): 502-503. DOI：

重点研究了模糊对向传播网络 (FCPN)模型。针对数据融合和目标识别的特点

提出了基于模糊对向传播网络的融合目标识别方法和改进的模糊对向传播网络 (MFCPN)融合结构。利用仿真数据对网络的训练算法和融合结构进行了实验研究。结果表明

模糊对向传播网络较误差后向传播网络 (BPN)能够有效地实现融合识别 ;改进的模糊对向传播网络融合结构是可行的。同时还对FCPN和MFCPN应用于前视红外 (FLIR)和可见光摄像机目标跟踪系统进行了应用研究。

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于DIGNET网络的数据融合方法

一种新的自组织聚类网络及其在数据融合目标分类中的应用

多传感器目标识别系统的特征优化方法

基于人工神经网络的移动可见光通信接收机研究

基于深度学习的数据中心光通信色散估计与管理