基于多传感器模糊神经网络的水下目标识别Underwater Target Recognition Based On Multiple Sensors With Fussy Neural Network

一种基于子波特征的模糊神经网络目标识别方法，有一定参考意义

模糊模式识别是模糊集理论研究中的重要方向，神经网络是数据挖掘中的一种常用方法。超圆神经网络的学习时间和网络模型理解性都优于BP 神经网络，它能以较少的数据量 蕴涵同样的信息量。文章依据超圆神经

提供《《Neural Networks for vice recognition》神经网络用于语音识别的英文资料》完整技术工程技术资料下载（归档大小 143 K），包含相关硬件原理图参考、开发文档或源代码工程。

根据双目视觉传感器的工作原理, 分析了影响测量精度的因素, 表明双目视觉传感器的物体空间坐标与图像坐标之间存在复杂的非线性映射关系, 其数学模型无法用解析式精确地加以描述。因此, 提出一种基于神经网络

针对具有多个特征指标的模糊多传感器目标识别问题，提出一种新的模糊多传感器数据融合方法。该方法根据信息熵理论，引入不均衡度定义熵权矢量，通过求解数学规划问题，得到各目标类别的优属度，并给出目标识别

小波变换是空间、时间和频率的局域变换，它能通过伸缩和平移等运算对覆盖整个频域的信号逐步进行多尺度细化分析。人工神经网络以其独特的非线性、非凸性、自适应性和处理各种信息的能力，广泛应用于工