基于扩展Hopfield模型的神经网络JPDA算法研究  

Research of Neural JPDA Algorithm Based on Extend Hopfield Model

作　　者：王尚斌[1] 赵俊渭[2] 

机构地区：[1]长安大学信息工程学院,西安710067 [2]西北工业大学声学工程研究所,西安710072

出　　处：《系统仿真学报》2009年第23期7605-7608,共4页Journal of System Simulation

基　　金：国防科技重点实验室基金资助项目(51445020205HK0304);国家自然科学基金(60372086)

摘　　要：研究了Hopfield模型的神经网络数据关联算法。在此基础上,通过引进扩展的Hopfield模型,建立了一种能够自动调节网络参数的神经网络数据关联算法,克服了神经网络数据关联算法应用过程中需要人工干预选择网络参数的缺点。仿真实验证明了新算法比JPDA算法具有更高的运行效率,而性能与其相同,是密集多回波环境中一种有效的关联算法。New NJPDA algorithm based on extended Hopfield model was introduced to conquer the drawback of NJPDA that is heuristic choice of network parameters.The essential advancement of EHM-NJPDA from the NJPDA lies in that of the synapse dynamical system that changes weights of network automatically.The simulation results show that new algorithm run more efficiently than JPDA.The performance of it can match with that of JPDA.

关 键 词：数据关联 结构化神经网络 扩展Hopfield模型 权值 

分 类 号：TP274[自动化与计算机技术—检测技术与自动化装置]