基于多CPU并行结构的神经网络集成算法研究  

Study of Neural Network Ensembles Algorithm Based CPU Parallel Structure

作　　者：许廷发[1] 宋建中[1] 乔双[1] 

机构地区：[1]中国科学院长春光学精密机械与物理研究所,吉林长春130022

出　　处：《光电子．激光》2003年第11期1183-1186,共4页Journal of Optoelectronics·Laser

基　　金：中国科学院知识创新工程青年基金资助项目(Q01H01)

摘　　要：给出了一种用于自动目标识别(ATR)的神经网络集成算法,并结合算法设计了基于多CPU并行结构的多目标识别神经网络系统。该算法是运用不同规模和初始条件下形成的同种类型的神经网络分类器,主要运用的网络是BP神经网络,并把每一个神经网络输出映射为后验概率,然后进行加权平均判决,最后利用设计的神经网络系统进行了实时识别。实际测试表明,对9种目标的统计识别率达到95%以上,且在40ms之内给出识别结果,满足了实时性要求,识别率明显比单一的神经网络高。A neural network ensemble algorithm used in automatic target recognition (ATR) was designed based on many CPU parallel structure. It is formed a same type classifier under different size and initial condition, by BP neural networks. Real-time recognition was run by the neural networks system. The result showed that statistic recognition rate was up to 95 percent for 9 type object. The processing was finished in 40 ms. The recognition rate was better than single neural networks obviously.

关 键 词：CPU 并行结构 自动目标识别 神经网络集成 后验概率 加权平均判决 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术] TP183[自动化与计算机技术—计算机科学与技术]