论文部分内容阅读
针对协同学模式识别中原型模式重构问题,通过分析当前协同模式识别算法研究的现状,对基于信息反馈叠加的原型模式重构算法进行了改进,重新设计了反馈样本选择的准则和反馈时机,从而在一定程度上解决了原型模式重构的信息“饱和”问题。将该方法应用于水下目标的识别中,仿真结果表明该算法有效地提高了模式识别的识别率和可靠性,在本文的仿真算例中训练样本识别率从改进前的96%提高到改进后的100%,而测试样本的识别率也从改进前的88%提高到91.7%。而且识别的稳定性有了较大的提高。