用于复杂光谱数据压缩的自适应小波算法

对于超短脉冲激光与气体相互作用产生的复杂光谱,提出了基于递归最小方差方法的自适应小波算法,实现了对该类光谱数据的高效压缩.在对三种气体,共计27组光谱数据进行压缩后,数据由最初的3968个点被压缩成124个点,压缩比为32∶1.选择其中13组作为样本送入支持向量机神经网络进行训练,用剩下的14组进行检验,正确率为100%.

用于多目标旋转不变分类的自适应参数学习算法

在级连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。