基于神经网络的声目标识别融合方法研究

本文介绍了声目标的各种识别方法,将Dempster枛朣hafer证据推理的基本理论应用到声目标的识别中,并用BP神经网络构造出基本概率赋值函数,从而避开了建立质量函数的麻烦,大大拓宽了这种方法的应用范围。本文给出了改进后的BP神经网络算法并给出了识别目标的决策方法。通过实例计算可以看出,该方法可以提高对声目标识别的准确性。