常宏
- 作品数：2 被引量：46H指数：1
- 供职机构：西安交通大学电子与信息工程学院微电子系更多>>
- 发文基金：国家教育部博士点基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 利用最大似然准则的双向联想网络研究
- 2008年
- 针对现有双向联想网络(BAM)存在的存储容量小、抗干扰能力弱的缺点,提出了一种利用最大似然准则的BAM网络(MLBAM)及其训练算法.MLBAM网络采用双向网络结构建立了神经元的发放以及抑制模型,充分利用似然函数的特性以及网络的双向联想特性,很好地完成了自联想和异联想功能,并且准确计算出关联样本对之间的关联度,使MLBAM网络在随机环境中具有很强的抗噪能力.利用最速下降算法,给出了MLBAM网络的训练算法,根据训练权重的Hessian矩阵负定,判定算法能够获得全局最优解,从而证明了算法的收敛性.该训练算法能够训练出最优的连接权重和神经元阈值.通过2个典型实验验证了MLBAM网络的抗噪能力和联想能力,在存在1位随机噪声的情况下,该网络的联想正确率达到了100%.
- 韦晓亮冯祖仁常宏
- 关键词：双向联想最大似然准则自联想异联想
- 基于相关性函数和最小二乘的多传感器数据融合被引量：46
- 2006年
- 针对目前传感器数据融合过程中,各传感器的可靠度估计困难和测量数据融合结果精度较低的问题,利用模糊理论中的相关性函数,提出了多传感器的相互支持程度计算的新方法,并基于最小二乘原理,对支持程度高的传感器数据进行融合.该方法计算简单,能客观地反映各传感器的可靠程度,不需要知道数据的先验信息.仿真结果表明,相比同类融合方法,该方法获得的结果具有更高的精度.
- 刘建书李人厚常宏
- 关键词：多传感器最小二乘原理数据融合
