神经网络在通信抗干扰中的应用

在通信时，接收到的信号会受到噪声和干扰的影响。在带噪声和干扰的接收信号中如何分辩信号是哪一种或者有没有所需的信号并非易事，特别是当噪声分布是任意时。文章对神经网络技术在通信抗干扰中的可能应用做了介绍，意在探索一种新的抗干扰技术。     

神经网络在通信中的应用

神经网络既是一门新兴学科又是一门交叉学科．他发展迅速，在通信中取得了广泛的应用。本文阐述了神经网络在自适应滤波、网络控制、语音、雷达及保密通信中的应用。并对神经网络在通信中的应用前景做了自己的预测。     

神经网络在通信抗干扰中的应用

在存在噪声和干扰时如何分辨有用信号并非易事，特别是当噪声是任意分布时。本文对网络技术在通信抗干扰中的可能应用做了介绍，意在探索一种新的抗干扰技术。     

神经网络在保密通信中的应用

概述神经网络的基本概念及其功能特点,探讨其在保密通信领域的应用情况。     

神经网络在通信抗干扰中的应用

在通信时，接收到的信号会受到噪声和干扰的影响。在带噪声和干扰的接收信号中如何分辨信号或者没有所需的信号并非易事，特别是当噪声分布是任意时。本文对神经网络技术在通信抗干扰中的可能应用做了介绍，意在探索一种新的抗干扰技术。     

混沌神经网络及其在保密通信中的应用

具有高度复杂非线性动力学特性的混沌神经网络系统已成为近年来进行加密通信应用研究的热点课题。本文首先概括了混沌神经网络的一些主要理论模型及其非性动力学系统的特点和复杂性，并分析人们如何利用混沌神经网络的系统的这些复杂非线性特点，如混沌同步和混沌吸引子等，进行加密通信的基本算法原理，最后总结有关混沌神经网络及其加密通信应用中所需要进一步研究的一些课题。     

神经网络的基本特征及其在军事通信领域中的应用前景

本文介绍了当前世界信息高科技竞争热点—神经网络的基本原理、主要特性和发展动态,阐明它在现代化军事通信及其相关领域中的广阔应用前景。由于神经网络的巨量并行分布处理结构和自组织、自学飞、自适应能力,它十分适合未来的军事通信中处理模糊的随机的以及随环境变化而笑对自适应的智能型信息(?)输和信息处理问题。     

神经网络在图像编码中的应用

神经网研究的再度兴起及其在图像编码中的应用，开辟了图像压缩的新途径。本文论述了用于图像编码的神经网络模型、算法、应用效果及进展，对该领域尚未解决的一些基本理论问题，如神经网络实现图像数据压缩的机理，基于神经网络图像编码方法的分类等进行了探讨。最后，展望了需要进一步研究的方向。     

一种基于神经网络的ICCAT专家系统测试方法的研究

本文提出了一种基于神经网络的ＩＣＣＡＴ专家系统测试方法。该方法借鉴于近年来神经网络系统理论的一些最新研究成果，为ＩＣＣＡＴ专家系统测试方法在知识表示，知识获取和并行处理等问题的研究开辟了新的途径。文章首先简要介绍了基于ＮＮ的ＩＣＣＡＴ专家系统系统测试方法的基本原理，然后通过一个简单的单输出有扇出ＩＣ电路故障诊断实例，探讨了该方法的具体实现途径及研究前景。     

神经网络在分组码软判决译码中的应用

本文对线性分组码构造了一个神经网络软判决译码器，并提出了循环码的一个神经网络软判决译码算法。对Ｇｏｌａｙ码的计算机仿真表明，新算法不仅译码速度快，而且，具有优越的性能。     

神经网络在手写体数字识别中的应用

本文采用前向、多层神经网络,BP学习算法对40个人的手写体数字进行了识别。识别过程分为四步:首先,用HP扫描仪把写在纸上的数字变成二值图像,接着对它进行分割,规整等预处理,变换成32×32点阵。然后提取特征,把点阵图像变成特征描述。最后,进行训练和识别。在拒识率为25％条件下,得到误识率为0.4％的识别结果,文中还分析和讨论了在实验中遇到的一些问题。     

神经网络在系统辨识中的应用

系统辨识在工业方面应用广泛,该文从基本的智能控制技术——神经网络(NN)技术出发,提出了一种利用神经网络进行系统辨识的方法.该辨识方法显示出很强的处理问题的能力,无需辨别系统阶次.辨识结构简单,精度高.仿真结果表明这种方法的有效性和可行性.本论文共分为四部分:第一部分介绍了神经网络用于系统辨识的特征,第二部分讲述了神经网络的工作原理,包括神经网络的模型、传递函数及训练过程,第三部分讲述了神经网络进行系统辨识的仿真实例,第四部分对上述内容作了简要小结.     

用神经网络实现自适应噪声对消

本文用神经网络实现自适应噪声对消系统，计算机模拟结果表明，该系统对宽带噪声和单频干扰均有很好的抑制作用。     

神经网络在高速电信网中的应用(Ⅰ)

介绍了神经网络的基本概念及两种基本类型的神经网络，重点论述了神经网络在电信网络中的主要应用。指出，神经网络可以像人类的神经中枢———大脑一样，在极其复杂、模糊、甚至对立矛盾的环境下，通过自组织和自学习，进行理解、联想和判断，进而得出最理想、最正确的处理结果。特别是在电信网中，神经网络可以通过它的自适应性，实现实时、快捷和智能化的管理，并解决电信网管理中诸多的难题。同时神经网络也会像电子计算机一样，应用到社会的各个领域。     

神经网络在ATM流量控制中的应用

以ATM流量控制的三层结构模型为基础，介绍神经网络在接入允许控制（CAC）中的五种算法——学习控制方法、hybrid允许方法、移动窗口训练方法，BPHT算法和时间-差分学习方法。讨论基于神经网络的流量测量、流量管理和拥塞控制方法。性能分析结果表明神经网络提供了快速、自适应、简单的智能控制。