构造性神经网络在测井岩性识别中的应用

测井岩性识别是石油勘探中十分重要的基础工作,准确的岩性识别结果可以为勘探和开发提供可靠的依据。人工神经网络方法可对复杂的高维数据进行非线性映射,在模式识别领域得到越来越广泛的应用。针对传统的BP神经网络算法存在收敛速度慢、隐层数以及隐层节点数难以确定等缺点,研究了一种构造性神经网络学习算法---级联算法（Cascade Correlation Algorithm,简称CC算法）及其在石油工程中的应用。采用该算法对甘肃镇原-泾川地区进行岩性识别研究,通过与BP神经网络的识别结果进行比较,体现出构造性神经网络的优越性。     

改进的BP神经网络在电子器件可靠性参数预测中的应用

提出一种基于BP神经网络的电子器件可靠性参数预测的新方法。以具体实验数据为例,以MATLAB中的神经网络工具箱为工具,采用了改进的BP神经网络,并对其设计方案进行了详细的分析说明,发现动量参数和学习率对训练次数的影响都很小;采用双隐含层比单隐含层训练更稳定,收敛的也更快速,同时给出了理想的学习方案。最后通过实验验证了该方法的有效性。     

基于加载算法的室内无线信道OFDM接收机的性能

本文研究了无线局域网中使信号频谱得到优化的一种简单OFDM子载波加载算法。此算法基于边缘自适应（Margin Adaptive）加载准则及其在室内无线信道上的性能。     

基于动态神经网络的柴油机建模研究

针对全柴推进系统仿真中主柴油机输出扭矩的预测问题，分析了输出扭矩的影响因素，在实验室试车台记录数据的基础上，利用小波分析方法对带噪声的原始信号进行预处理，运用Elman动态递归神经网络建立了用于柴油机输出扭矩预测的控制模型。     

3台100Mb／s集线器级联导致网络通信失败——摘自《网管工作笔记之故障诊断排除专辑》

一所电脑学校初步规划购置60台计算机，然后再根据情况适当扩充．在配置时考虑到多媒体传输的需要，于是选月10／100Mb／s自适应交换机作为集线设备．交由其也同事采购安装,但在设备安装过程中出现问题，计算机之间一直无法通信．检查发现交换机之间正确使用了交叉线连接．     

基于非锐化掩模的实时自适应图像增强算法

针对传统的非锐化掩模算法的局限性,依据图像中各像素点及以其为中心的若干相邻像素点的均方差值,提出了自适应图像增强算法的原理,并分析其硬件实现方法,然后给出了该算法与其它算法应用于图像增强的对比结果,最后在FPGA（field programmable gate array）实验板上进行验证.实验结果表明,此算法有效的增强图像的细节区域,防止图像边缘区域出现过冲现象,抑制图像平坦区域的噪声放大.因此,该算法取得了良好的视觉效果,硬件实现简单,适合于实时条件下图像的增强.     

支持下一代无线宽带应用自适应QoS模型的研究

作为真正完整的下一代网络 ( NGN,Next Generation Network)解决方案 ,NGN需要在固定通信领域和移动通信领域都能够支持综合多媒体特性。NGN中的新一代移动通信网承载在开放式、层次化结构的分组交换网络之上 ,能够为用户提供端到端的 Qo S解决方案。本文分析了下一代移动通信系统中多媒体宽带应用的 Qo S问题 ,从无线通信系统的多层次结构出发 ,建立了业务流的 Qo S指标评判体系 ,为下一代网络中的无线宽带应用提供了一种自适应Qo S控制模型     

线性分组码的神经网络译码

介绍了神经网络与线性分组码之间的关系，并在文献[1]的基础上证明了软判决译码与求解能量函数最大值之间的等价性，然后以(7，4，3)汉明码为例介绍了神经网络在循环码硬判决、软判决译码中的应用。     

雷达仿真系统中电磁干扰环境的仿真设计和实施

雷达仿真系统是为检测雷达设备的抗干扰能力以及在各种电磁环境下的工作性能而设计的，包括有源干扰和无源干扰的模拟仿真。本文阐述了无源干扰即杂波的散射模型和仿真过程；从同步脉冲干扰的基本原理出发，阐明在雷达工作环境仿真系统中距离拖引、速度拖引、虚假目标等同步脉冲有源干扰的设计和实施过程；并针对工作在搜索和跟踪交替模式下的相控阵雷达提出自适应综合干扰方式；最后分析并总结了系统仿真时为真实、有效地模拟电磁干扰环境应注意的关键问题。