论文部分内容阅读
研究了基于多级神经网络的类型融合方法。这种多级神经网络分为传感器子网和融合子网两部分。传感器子网是一种基于专家规则的模糊神经网络，根据专家规则确定网络结构，网络节点和传递函数都有明确的意义，避免了普通神经网络层数和隐层节点数难以确定的缺点。经过训练的传感器子网能够实现各目标类型的置信度分配，然后用融合子网对多个传感器子网输出结果进行融合，得到目标类型的最终判决。在融合子网中，加入了各传感器的可信度，使融合结果更可靠。仿真结果表明，此方法鲁棒性强，识别率高。