信息融合的神经网络应用研究

来源 :计算机仿真 | 被引量 : 0次 | 上传用户:awaydown
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
信息融合是研究信息处理的专门技术.人们在社会实践中,一直都在自觉或不自觉地将各种信息进行综合处理.信息融合是将各种途径获得的信息作为一个整体进行综合分析处理,为决策及控制奠定基础.随着计算机技术的发展和人工神经网络的应用,到目前为止,已经出现许多人工神经网络模型及相应的学习算法.该文以控制系统以及运行设备的控制与保护为依据,采用模糊神经网络技术与信息融合技术相结合进行分析研究,从而得出具有普遍实用意义的理论,使信息融合的神经网络应用适用于更广泛的领域.
其他文献
层次式RTI为大规模分布式仿真提供了有效的支撑平台.层次式RTI体系结构中的所有权管理服务,由于其体系结构的复杂性,需要在保证整个系统所有权状态正确一致的前提下,尽量减少
神经网络能够以任意精度逼近任意复杂的非线性关系,具有高度的自适应和自组织性,在解决高度非线性和严重不确定系统的控制方面具有巨大的潜力.但一般神经网络训练算法如BP算
虚拟场景中,碰撞检测功能已普遍存在.但对人体心理尺度空间问题,涉及尚未碰撞的形体之间的相互关系,目前的虚拟人构建中,很少涉及这一问题.该文将人体心理尺度空间模型引入虚
该文针对非线性系统的辨识问题,给出了第一类模糊辨识器的设计方案,该方案通过引入最优逼近误差的自适应律参数项,实时地调整参数来实现对非线性系统的辨识.采用此方法可使辨