基于多CPU并行结构的神经网络集成算法研究

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。