PID神经元网络多变量控制系统分析 P ID 神经元网络是一种新的多层前向神经元网络, 其隐含层单元分别为比例(P) 、积分(I) 、微分(D) 单元, 各层神经元个数、连接方式、连接控制规律的基本原则PID 确定的, 它可以用于多变量系统的解耦控制. 给出了P ID 神经元网络的结构形式和计算方法, 从理论上证明了P ID 神经元网络多变量控制系统的收敛件和稳定性, 通过计算机仿真证明了P ID 神经元网络具有良好的自学习和自适应解耦控制性能. 关键词 神经元网络控制, 多变量系统, P I
为了消除传统的遥感影像分类所带来的模糊性和不确定性，采用 B P神经网络进行遥感影像分类。利用 Matlab软件构建 B P网络遥感影像分类算法，通过对 B P网络算法进行改进，采用动量． 自适应学习速率调整算 法克服了网络训练速度慢、不易收敛到全局最优等缺点。对一幅全色遥感图像通过300次训练后，输出能真实反映地类的影像图，其分类总精度为86.67 ％，Kappa系数为0.82，分类精度能够满足遥感图像分类的需要。
