扫描型红外成像系统仿真及TOD曲线预测方法研究

针对实际三角形方向鉴别（TOD）阈值温差测试的数据量大、时间长,以及测试结果常具有不稳定和不确定性等问题,提出一种扫描型红外成像系统效应仿真。建立了红外成像系统性能预测仿真平台,并对靶标效应图进行人眼判定。根据人眼判定结果对神经网络进行了训练。由基于BP神经网络的TOD阈值温差预测方法判定仿真样条的方向,统计正确的判定概率,实现TOD曲线的预测。实验结果表明：该方法预测的TOD曲线与实际测量的TOD曲线具有很好的一致性。     

人工神经网络在车辆声学分类中的应用

传统反向传播(BP,Back-Propagation)算法虽然解决了多层感知器的收敛问题,但是训练时间长、收敛速度慢。本文针对训练样本分布状态未知的问题,提出了一种有效的加速收敛方法,即对不同的训练样本选择不同的学习率。将这种改进的BP算法应用到履带车与轮式车的声学分类中,明显提高了算法的收敛速度、泛化能力及稳定性,并可根据需要调整两种车辆的识别率。     

一种带神经网络的手写体数字识别系统

手写体数字识别是模式识别的重要问题,反向传播模型(Back—Propagation)是一种性能较好的人工神经网络模型。本文采用与联想相结合的BP模型,对BP模型加以改进,并引入选举判决算法,既节省了训练时间,又提高了系统性能和识别率,并在ST—286H上用Turbo C2.0初步建立起一个带神经网