4-5- شبیه سازی با شبکه عصبی شعاع مبنا 53

فصل 5- نتیجه گیری و پیشنهادات… 58

5-1- نتیجه گیری و جمع بندی.. 59

5-2- پیشنهادات و كارهای آینده 59

فهرست منابع.. 60

فهرست جداول

جدول 2-1- مشخصات رادارهای موجود در آرشیو]2[ 12

جدول 2-2- مشخصات 3 رادار عملی جهت ارزیابی روش پیشنهادی]2[ 12

جدول 3-1- مشخصات رادارهای مورد استفاده 16

جدول 3-2- دو رادار نمونه. 17

جدول 3-3- انواع توابع هسته برای بردار ماشین تکیه گاه 41

جدول 4-1- پرسپترون چند لایه با یک لایه مخفی و تعداد نرونهای مختلف… 46

جدول 4-2- پرسپترون چند لایه با دو لایه مخفی و تعداد نرونهای مختلف… 47

جدول 4-3- نتایج شبیه سازی بردار ماشین تکیه گاه با تابع هسته خطی.. 49

جدول 4-4- نتایج شبیه سازی با تابع هسته چند جمله ای درجه دو برای بردار ماشین تکیه گاه بخش اول 50

جدول 4-5- نتایج شبیه سازی با تابع هسته چند جمله ای درجه دو برای بردار ماشین تکیه گاه بخش دوم 51

جدول 4-6- نتایج شبیه سازی با تابع هسته چند جمله ای درجه دو برای بردار ماشین تکیه گاه بخش سوم 51

جدول 4-7- نتایج شبیه سازی با تابع هسته شعاع مبنا(RBF) برای بردار ماشین تکیه گاه 52

جدول 4-8- نتایج شبیه سازی با تابع هسته سیگموئید برای بردار ماشین تکیه گاه 52

جدول 4-9- نتایج شبیه سازی با تابع شعاع مبنا و استفاده از یک سیکما برای همه. 54

جدول 4-10- نتایج شبیه سازی با تابع شعاع مبنا و استفاده از یک سیکما مجزا برای هر واحد. 55

جدول 4-11- نتایج شبیه سازی با تابع شعاع مبنا و استفاده از یک سیکما برای هر واحد و هر ویژگی 56

جدول 4-12- مقایسه کارایی کلاسه بندی شعاع مبنا برای حالت های مختلف استفاده از سیکما و CGD 57

فهرست شکل ها و تصاویر

شکل 1-1- نمایش یک پالس راداری]20[ 5

شکل 2-1- خروجی شبکه RBF بعد از یادگیری رادارهای آرشیو و شناسایی رادارهای جدید]2[ 11

شکل 3-1- گسسته سازی مقادیر پارامترها 17

شکل 3-2- مدل نرون.. 22

شکل 3-3- شبکه پیشخور دو لایه 22

شکل 3-4- توابع محرک رایج در شبکه عصبی پرسپترون چند لایه(MLP) 24

شکل3-5- لایه پنهان(اوزان مرتبط با مرکز خوشه، تابع خروجی معمولاً گوسین) 26

شکل3-6- نرون شعاعی با یک ورودی.. 27

شکل3-7- منحنی نمایش تابع پاسخ با تابع انتقال(تحریک) نرون شعاع با یک ورودی.. 27

شکل3-8- نرون شعاعی با دو ورودی.. 28

شکل 3-9- منحنی نمایش تابع پاسخ یا تابع انتقال(تحریک) نرون شعاع با دو ورودی.. 28

شکل 3-10- نمایی از استفاده از ضرایب لاگرانژ. 30

شکل 3-11- نمایش ماکزیمم کردن حاشیه بین دو کلاس…. 32

شکل 3-12 نمایش بردارهای پشتیبان برای جدا کردن داده ها 33