350 руб
Журнал «Нейрокомпьютеры: разработка, применение» №4 за 2010 г.
Статья в номере:
Математические модели нейросетевых и статистических обнаружителей сигналов
Ключевые слова: обнаружение сигналов метод Байеса нейросетевые алгоритмы обучение моделирование сравнительный анализ
Авторы:
Н. М. Новикова - д. т. н., проф. кафедры технической кибернетики и автоматического регулирования факультета прикладной математики, информатики и механики Воронежского государственного университета. В. Г. Ляликова - аспирантка кафедры технической кибернетики и автоматического регулирования факультета прикладной математики, информатики и механики Воронежского государственного университета. E-mail: vikalg@yandex.ru.
Аннотация:
Рассмотрено математическое моделирование обнаружителей сигналов, использующих алгоритмы Байеса, Хемминга, Кохонена, двухслойного персептрона и нейронной сети РБФ. Предложен алгоритм эффективного обучения нейронной сети РБФ. Представлены результаты вычислительного эксперимента. Проведен сравнительный анализ качества обнаружения сигналов рассмотренными методами.
Страницы: 62-68
Список источников
  1. Перов А. И., Соколов Г. Г. Особенности синтеза устройств обнаружения и оценки параметров сигнала нейросетевыми методами // Радиотехника. 2001. № 7. С. 22-29.
  2. Татузов А. Л.Методы обучения нейронных сетей для решения задач обнаружения целей // Нейрокомпьютеры: разработка и применение. 2004. № 4. С. 56-67.
  3. Митрофанов Д. Г., Сафонов А. В., Прохоркин А. Г. Моделирование задачи распознавания целей по их радиолокационным изображениям нейросетевым способом // Радиотехника. 2007. № 2. С. 3-9.
  4. Левин Б. Р.Теоретические основы статистической радиотехники // М.: Радио и связь. 1989.
  5. Круглов В. В., Борисов В. В. Искусственные нейронные сети. Теория и практика. М.: Горячая линия - Телеком. 2002.
  6. Круглов В. В., Дли М. И., Голунов Р. Ю. Нечеткая логика и искусственные нейронные сети. М.: Физматлит. 2001.