基于模糊神经网络分类器的大小船舶识别

【摘要】：正1.引言 根据船舶辐射噪声对其进行识别分类是一项复杂、艰难的工作,因为它包含了船舶类型和大小的识别。船舶噪声又随海况和工况的不同是时变的,欲一次性寻找出一些特征将类型和吨位大小清晰地区分开是极为困难的,而且分类器的规模在实际工程应用中也难以接受。而将这一问题的两个方面分开解决是一种值得探讨的思路。本文研究的是其中一方面的问题,即万吨级船舶和千吨级船舶在连续谱特征和分形特征之间的差别。本文提出应用max-min模糊神经网络作为分类器,是因为它具有可在线学习、自动修整重叠区且消耗时间少等优点。最后利用实船数据进行试验,得到了较好的结果。