STABILITY CONTROL AND ANALYSIS OF ASYMMETRIC CONTINUOUS NEURAL NETWORKS

A new method for analyzing dynamics of continuous neural networks is proposed,and the necessary convergence conditions for a class of associative networks are obtained. Basedon the stability criterion and the equations of equilibrium set of the network, synthesis of aclass of associative neural networks is given. The stability control model of asymmetric unstablenetworks is suggested, which is also a valid way for optimization and dynamic control of stableneural networks.     

神经网仿真模型在导弹引信中的应用

神经网是一个非线性动力学系统,具有自适应、自组织、自学习能力。本文介绍了利用多层神经网构造非线性系统仿真器的方法,并通过对某导弹引信系统中噪声对消式滤波器以及有源干扰对消器的仿真设计,说明神经网系统在导弹制导与引信实时控制系统中有广泛的应用前景。     

分数导数与数字微分器设计

从信号处理角度来考察分数阶导数和微分问题.首先论述分数阶微积分的基本概念,评论分数阶导数的几种典型定义,并重点探讨分数阶导数的频域定义及其基本性质.紧接着详细研究分数阶微分的实现:理想分数阶数字微分滤波器和FIR分数阶数字微分滤波的基本性质和设计问题,并提出分数阶微分滤波器设计中遇到的新问题以及奇对称微分滤波器、偶对称微分滤波器等新概念.最后给出一些值得进一步探讨的有趣问题.     

复域Duffing振荡器的分数阶混沌

首先分析了整数阶算子对分数阶算子的逼近,利用线性系统分析工具--Laplace变换建立了基于周期强迫复域分数阶Duffing振荡器模型.计算机仿真实验表明不仅整数阶复Duffing方程可产生混沌,而且分数阶复Duffing方程,在适当的参数调节下也可产生混沌,从而为非线性动力系统的混沌研究从整数阶扩展到分数阶提供了新的研究方向.     

神经记忆的电阻网络综合

本文提出了从神经系统功能进行网络综合的观点。对神经网络的记忆功能进行了研究,建立了数学模型,并用分段线性电阻网络进行综合。所得到的非线性电阻网络除具有并行性、实时性、分布性和自适应等一系列人工神经网络的特点外,网络中各参数由网络所应记忆模式和特征向量的解析式给出,这比传统的人工神经网络具有较强的直观性,便于实际应用。     

在CDMA系统中实现多用户检测的障碍函数下降方向法

该文提出了在码分多址(CDMA)系统上实现多用户检测的一种基于障碍函数下降方向的方法(BMD)。与传统方法以及神经网络优化算法相比较,作者提出的方法是利用障碍函数而得到的一个新的下降方向而不是梯度下降方向。计算机模拟表明:这种方法总能找到全局最优解,并具有抑制多址干扰和噪声干扰,对远-近问题不敏感等特点。这为实现码分多址系统上的最佳多用户检测提供了一条新的途径。     

分形在布局中线长估计的研究

布局问题的目标都是与连线长度有关,且考虑时延优化也与线长有关。由于布局阶段并没有完成最终布线,若希望在无几何走线的情况下判断一个布局的好坏,就要有简单且又有一定精度的线网长度估计方法来估算线长。文中介绍了几种常规的线长估计方法,然后提出了一种将分形引入线长估计的新方法。     

具有任意激活函数的时延神经元方程的Hopf分岔

该文研究了一个带时延的神经元方程,分析相应的线性化方程的超越特征方程,研究了这个模型的线性稳定性,对于神经元来自过去状态的抑制影响,作者发现当这个影响值变化并通过一个临界序列时,这个模型会出现Hopf分岔,利用规范形式理论和中心流形定理,解析确定了周期解的稳定性与Hopf分岔方向,数值例子也证实了所得结论。     

时延细胞神经网络的渐近稳定性条件

该文利用一个新的Liapunov函数,讨论了带时延细胞神经网络的全局渐近稳定性,得到了一些判定网络的全局渐近稳定新的充分条件,所得到的结果较之P.P.Civalleri等人的结果简单和实用且对于具体设计带时延细胞神经网络有重要的指导意义。     

WLS-SVM算法用于DCSK通信系统降噪

本文提出了基于加权最小二乘支撑矢量机（WLS-SVM）学习算法的一种DCSK混沌通信系统降噪方法。给定接收信号为训练样本集,首先用最小二乘支撑矢量机（LS-SVM）对样本数据进行估计得到估计误差,根据估计误差的统计分布特性获得一个加权系数,然后再求解WLS-SVM,得到优化的接收信号的估计值,达到降噪的目的。仿真结果表明,优化后的系统误码率（BER）性能与DCSK系统的理论噪声性能相比得到改善。