TP183 2004064279 用于多目标旋转不变分类的自适应参数学习算法=Adaptive-parameter activation function for rotation-invariant classification[刊,中]/常胜江(南开大学现代光学研究所,教育部光电信息技术重点实验室.天津(300071))...TP183 2004064279 用于多目标旋转不变分类的自适应参数学习算法=Adaptive-parameter activation function for rotation-invariant classification[刊,中]/常胜江(南开大学现代光学研究所,教育部光电信息技术重点实验室.天津(300071)),熊涛∥光电子·激光.—2004,15(6).—710-713 在级联神经网络模型的基础上,提出了一种基于递归最小方差(RLS)算法的自适应参数学习算法,并将它应用于互连权重和激活函数参数的自适应学习中。对轰炸机、战斗机、客机和火箭4类目标的旋转不变分类的计算机仿真结果表明.该算法能够有效提高学习速度和识别率。图4表2参13(于晓光)展开更多
文摘TP183 2004064279 用于多目标旋转不变分类的自适应参数学习算法=Adaptive-parameter activation function for rotation-invariant classification[刊,中]/常胜江(南开大学现代光学研究所,教育部光电信息技术重点实验室.天津(300071)),熊涛∥光电子·激光.—2004,15(6).—710-713 在级联神经网络模型的基础上,提出了一种基于递归最小方差(RLS)算法的自适应参数学习算法,并将它应用于互连权重和激活函数参数的自适应学习中。对轰炸机、战斗机、客机和火箭4类目标的旋转不变分类的计算机仿真结果表明.该算法能够有效提高学习速度和识别率。图4表2参13(于晓光)