10.3321/j.issn:1001-506X.1999.08.005
一种鲁棒的被动声目标识别方法
针对噪声环境下一些声目标识别技术性能严重下降的问题,提出了一种基于一阶补偿的径向基函数网络模型,并给出了该网络参数选择方法.实际应用表明,这种神经网络对噪声具有较强的鲁棒性,与传统的径向基函数网络相比,其识别性能等同于信噪比提高大约10~15dB.
目标识别、信噪比、目标分类、鲁棒性
21
TP3(计算技术、计算机技术)
2004-01-08(万方平台首次上网日期,不代表论文的发表时间)
共3页
12-14