共查询到20条相似文献,搜索用时 15 毫秒
1.
研究了多目标跟踪中的数据关联问题.利用混沌动态的遍历性,搜索过程可避免陷入局部极小.仿真结果表明,利用混沌神经网络实现多目标数据关联是可行的,且比Hopfield神经网络有更高的收敛效率. 相似文献
2.
本文应用混沌神经网络求解多目标跟踪中的数据关联问题,给出了混沌神经网络的模型,构造了数据关联的能量函数表达式,在数据关联过程中,采用退火算法。仿真结果表明,应用混沌神经网络求解数据关联比Hop fie ld网络具有更块的收敛速度和更小的关联误差。 相似文献
3.
讨论了混沌优化方法和自适应遗传算法在多目标数据关联中的应用,针对这两种算法的不足,提出了一种集成混沌优化与遗传算法的混沌遗传算法。仿真结果表明,将本文提出的集成算法运用于数据关联,可以提高关联成功率,加速算法收敛速度。 相似文献
4.
介绍了利用RBF(Radial Basis Function)网络产生混沌序列的方法,即利用RBF网络跟踪混沌序列的模型,分析RBF神经网络对混沌序列的学习能力。最后利用最大Lyapunov指数判别法检验其序列,结果表明其序列具有较好的保密性能。 相似文献
5.
基于RBF的混沌序列产生的新方法 总被引:1,自引:0,他引:1
介绍了利用RBF(Radial Basis Function)网络产生混沌序列的方法,即利用RBF网络跟踪混沌序列的模型,分析RBF神经网络对混沌序列的学习能力.最后利用最大Lyapunov指数判别法检验其序列,结果表明其序列具有较好的保密性能. 相似文献
6.
一种混沌遗传混合算法及其在机动多目标数据关联中的应用 总被引:1,自引:0,他引:1
讨论了混沌优化方法和自适应遗传算法在多目标数据关联中的应用,针对这两种算法的不足,提出了一种集成混沌优化与遗传算法的混沌遗传算法.仿真结果表明,将本文提出的集成算法运用于数据关联,可以提高关联成功率,加速算法收敛速度. 相似文献
7.
介绍了利用RBF网络产生混沌序列的方法,无需针对每一种混沌映射设计单一的系统结构,增加了混沌序列的复杂度和抗噪声能力.同时还分析了RBF神经网络跟踪混沌序列的学习能力.仿真结果表明,利用 RBF网络输出混沌序列,不仅跟踪速度快而且精度高.对输出的混沌序列的统计特性进行检验,表明RBF网络产生的序列有良好的伪随机特性. 相似文献
8.
9.
10.
分析了混沌神经网络的优化机制,研究了具有模拟退火特性的混沌神经网络模型,给出了混沌神经网络的能量函数,以及计算网络Lyapunov指数的方法,从理论上证明了当网络参数满足一定条件时,网络具有混沌性状。在仿真实验中,应用Hopfield网络和混沌神经网络求解信道分配问题。结果表明,混沌神经网络在求解优化问题时具有更强的搜索全局最优解的能力,和更快的收敛速度。 相似文献
11.
12.
本文研究神经网络技术,重点阐述神经元结构模型,构造出神经网络模型并提出神经网络的学习方法,给出神经网络模型误差随时间的变化曲线;分析海杂波混沌特性并且着重阐述了混沌理论的特点,分析海杂波混沌识别技术,并给出虚假近邻率随嵌入维数的变化曲线;最后研究混沌海杂波背景下的信号检测方法,并给出混沌时间序列曲线。本文基于神经网络研究了混沌海杂波背景下的信号检测技术,这对我国船舶信号检测技术的发展有着积极的促进作用。 相似文献
13.
14.
为克服传统专家经验在故障诊断方面的不足,实现船舶凝给水系统的智能诊断,在标准BP神经网络基础上提出一种优化后的CAWOA-BP故障诊断模型。采用混沌映射以及自适应权重调整策略优化WOA鲸鱼算法,利用优化后的WOA鲸鱼算法改进BP神经网络的权值及阈值矩阵。由于船舶凝给水系统的状态监测数据是复杂多维度数据,利用UMAP降维算法对原始数据进行降维。最后,利用降维处理后的数据训练CAWOA-BP神经网络模型,实现故障诊断。通过对正常及故障数据的学习,发现优化后的CAWOA-BP模型相比于标准BP,WOA-BP,PSO-BP故障诊断模型具有更高的准确率、精确率、召回率及预测误差。研究表明,基于优化后的CAWOA-BP神经网络故障诊断方法能够更加精确实现船舶凝给水系统的故障诊断。 相似文献
15.
16.
基于退火策略的混沌神经网络在解KTSP问题中的应用 总被引:1,自引:0,他引:1
研究优化求解多路TSP问题(KTSP)。首先求出将KTSP转化成TSP的换位矩阵,然后用基于退火策略的混沌神经网络(ACNN)模型求解KTSP。仿真结果表明算法是有效的。 相似文献
17.
18.
基于Kohonen神经网络的多传感器数据关联算法 总被引:2,自引:0,他引:2
提出了一种基于Konhonen神经网络的多传感器多目标跟踪数据关联算法,该方法是将多传感器的测量数据进行自组织聚类,从而实现测量数据的关联,利用融合估计完成对多目标的状态估计,计算机仿真结果表明了该算法的有效性。 相似文献
19.
谐振频率是微带天线设计过程中最重要的一个参数,直接决定设计的成败.本文提出二进制粒子群优化算法的选择性神经网络集成方法,通过粒子群优化算法合理选择组成神经网络集成的各个神经网络,使个体间保持较大的差异度.为有效保证粒子群优化算法的粒子多样性,在迭代过程中加入混沌变异.基于该混沌粒子群算法的神经网络集成对圆形微带天线的谐振频率进行建模.仿真试验表明,混沌粒子群优化算法是组合优化权值的有效方法,可以有效提高神经网络集成的泛化能力,基于该算法所建立的圆形微带天线的谐振频率模型好于此问题的已有结论. 相似文献