解析表水雷扫描岩石扫描水雷分类器的结果真实值理想值岩石分类器的结果偏差真实偏差真实值理想值偏差真实偏差重庆交通学院二五届毕业设计论文•译文灵敏度偏差的数量真实值的数量真实值的数量比功率理想值的数量真实偏差的数量真实偏差的数量结论此文，通用回归神经网络已经应用于鉴别从两个来源个金属柱状物和相似形岩石收集来的水下目标。这里重点不仅是分类器本身而且是在于用主元分析改善分类器性能的特征抽源个金属柱状物和相似形岩石收集来的水下目标。这里重点不仅是分类器本身而且是在于用主元分析改真实偏差重庆交通学院二五届毕业设计论文•译文灵敏度偏差的数量真实值的数量真实值的数量表三诊断测试解析表水雷扫描岩石扫描水雷分类器的结果真实值理想值岩石分类器的结果偏差真实偏差真实值理想值偏差部分内容简介作特性分析在声呐探中的评估标准，表明探测的可能性交替使用与误差探测可能性的比值。对接受器的工作特性分析的诊断对测试差值来讲灵敏度和特征值是基本的表达式。计算如表三所示，表三中左边为分类结果，上部为有无水雷状况。表三诊断测试解析表水雷扫描岩石扫描水雷分类器的结果真实值理想值岩石分类器的结果偏差真实偏差真实值理想值偏差真实偏差重庆交通学院二五届毕业设计论文•译文灵敏度偏差的数量真实值的数量真实值的数量比功率理想值的数量真实偏差的数量真实偏差的数量结论此文，通用回归神经网络已经应用于鉴别从两个来源个金属柱状物和相似形岩石收集来的水下目标。这里重点不仅是分类器本身而且是在于用主元分析改善分类器性能的特征抽取方法的处理。通过主元分析实现的简化计算复杂性的方法有助于小型神经分类器的设计开发。这种分类器设计有利于在线操作和在硬件方面可得到保证。当通用回归神经网络就分类成功率而论的运用特性相比以前的研究时，相比那些最大准确率可达和接受器工作性能分析相似于灵敏度和比功率所示的分类可靠性而言时其效果更好。参考文献重庆交通学院二五届毕业设计论文•译文，重庆交通学院二五届毕业设计论文•译文，重庆交通学院二五届毕业设计论文•译文，重庆交通学院二五届毕业设计论文•译文通用回归神经网络在声呐目标分类中的应用摘要应用有源声呐在浅水区水下水雷的远距离探测从而维护重要海港和海岸线区域的安全性是必需重要的科目。人类专家从事的从海底上的水雷和岩石反馈有源声呐进行的工作通常是十分困难而且工作量非常庞大。由于它的自适应和并行处理能力，神经网络分类器已经被广泛应用在复杂声呐信号的分类中。此文，通用回归神经网络应用于解决水下目标分类的问题，作为特征抽取的主元分析已经被建立起来提高分类性能。接受器工作特性分析在神经分类器上用来评估诊断程序的灵敏度和比功率上得以应用引言由于海洋环境的复杂性，以声呐信号为基础的水下信号的自动化识别的分类是种复杂的问题。人类专家进行的鉴别工作通常不是种简单的任务而且有十分庞大的工作量。具有自适应和计算优势的神经网络的出现是十分适合有源声呐的分类。和所作的开创性论文有可能是记载神经网络在该领域应用的首篇论文。他们用简单特性的频谱作为神经网络分类器的输入去从定位在海洋底部沙层上柱状形的岩石中区分出水雷。在这些开创性的论文后，人们已经对利用网络进行声呐目标的自动识别产生了浓厚的兴趣。多层感知器分类器径向基函数网络通用回归神经网络和随机性神经网络有效的前馈性神经网络在文献科研中已经广泛的应用在识别声呐信号里。特征抽取是进行复杂信号例如视觉语音鉴别或者在声呐反馈里目标探测中被提及的问题的分类的重要预处理步骤。这些问题的输入维数对于分类来说变成不利因素，如主元分析和神经鉴别分析。特征抽取技术把高因次信号降低为在特征空间里保存最有利用价值和相关联信息的低因次特征置位。在中，些特征提取技术应用在预先给予的声呐信号中。在这篇论文中，通用回归神经网络已经被应用于鉴别在海洋底部沙层上的个水雷和柱状形岩石两个不同目标的反馈声呐。这里重点不仅是分类器本身而且在于应用主元分析的特征抽取技术的方法，可以改善分类器的性能。接受器工作特性分析是种在声呐研究中测试诊断性能的既定的方法。重庆交通学院二五届毕业设计论文•译文关于和的数据和，采用的最初声呐数据。这些数据组是从加里福尼亚大学机械研究数据库采集中心取得的。这些数据包含从两个来源个金属柱面和相似形的岩石中收集来的声呐反馈，两个目标放在同个沙层平面上，以不