人工神经网络实现稳定的自适应HR滤波器

本文提出了用人工神经网络实现稳定的自适应IIR滤波器的电路结构,讨论了结构参数对滤波器自适应收敛速度和稳定性的影响,给出了初步研究的参数选择经验公式,从而有可能使此神经自适应系统能实际应用于快速变化信号的实时处理。     

一种可用于非线性码译码神经网络模型研究

本文提出一种非线性码神经网络译码方案,在纠错能力范围内对满足码距特性的一般非线性码以零错误概率进行纠错译码,并在检错能力范围内检错。文中具体描述了神经网络模型构造、学习算法及其理论依据。最后通过非线性等重码的译码实例表明此方案的有效性及理论和应用价值。     

随机Hopfield神经网络的定量分析

该文探讨了实际使用Hopfield神经网络(HNN)时噪声的影响。由于噪声的客观存在,我们首先证明了随机Hopfield神经网络(SHNN)轨道的期望关于时间是一致有界的。之后,为了实际设计神经网络的需要,我们对含有噪声的HNN和与其对应的一般HNN之间随机输入误差的估计进行了研究。利用所得的结论,我们可以对设计空间进行控制,使得所设计的网络满足我们希望获得的各种性能要求。     

一种基于神经网络算法的频谱分析方法

提出了一种基于神经网络算法的频谱分析方法,研究了神经网络算法的收敛性,给出了频谱分析的应用实例.研究结果表明,本文提出的频谱分析方法不涉及复数的乘法运算和加法运算,计算精度高,且速度快,便于软件和硬件实现,特别适合于DSP软硬件实现,因而是一种有效的频谱分析方法.     

用于入侵的自适应遗传算法训练人工神经网络

给出了一种能和网络结构一一对应的、合适的染色体编码方法.用物种入侵的遗传算法训练人工神经网络,在入侵过程中,遗传算法自适应地调整交叉算子和变异算子.提出了一种根据平均适应度值确定入侵物种规模的方法,并详细描述了算法步骤,最后通过实验证明了本文算法的有效性和优越性.     

Kohonen神经网络在时延驱动布局中的应用

本文提出一个基于Kohonen自组织神经网络的以关键路径时延最小为优化目标的时延驱动布局算法。算法的关键是建立面向线网的样本矢量。与面向单元的样本矢量相比,面向线网的样本矢量不仅可以直接处理多端线网,而且能够描述时延信息。实验结果表明,这是一种有效的方法。     

关于非线性规划神经网络的稳定性

本文用新的方法进一步证明了Kennedy和Chua(1988)的神经网络在无界解集和不充分大的惩罚参数情形下仍是全局稳定的,因此推广了Maa和Shanblatt(1992)对有界解集和充分大惩罚参数的结果。     

基于遗传算法设计和训练人工神经网络的方法

提出了一种基于遗传算法的人工神经网络设计和训练方法—NNDT,同时训练网络的拓扑结构和连接权重,提出了一种结构化网络编码方法,有效地解决了网络拓扑结构和网络编码不能一一对应的问题;使用启发式规则约束网络拓扑结构的变异概率以及变异操作的选择趋势,并使用小生境机制进行拓扑变异保护.实验结果证明了NNDT的有效性和高效性.     

求解多项式实零点问题的神经网络法

本文给出一类适合于求解多项式实零点问题的神经网络。理论分析和模拟结果都表明,这类网络可实时求解多项式实零点问题。     

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。     

偏振方向对ZnTe电光THz辐射探测的影响

在实验上研究了探测光的偏振方向对ZnTe晶体THz探测的影响 .在一周 36 0°范围内 ,测量出现两次零值 ,角度间隔为 180° ,在两个零值之间的 90°处出现不为零的小值 ,4 5°处不为最大值 .将ZnTe晶体在THz辐射电脉冲作用下产生的电光效应等效于瞬间任意波片 ,用琼斯矩阵法模拟实验过程 ,结果表明除在 90 0 处出现零值外其余模拟结果与实验结果相符 .用THz光子与横光学声子相互作用模型对此进行了定性解释 .     

用于数字式细胞神经网络设计的学习算法

本文针对数字式细胞神经网络(DCNN)的应用,给出了DCNN模板的设计方法,即不等式构造法,并提出一个基于松弛法的DCNN有教师学习算法,为DCNN的设计提供了理论根据。在连通片检测等应用中的模拟表明了算法的有效性和正确性。     

干涉式逆合成孔径雷达三维成像技术研究

该文提出了干涉式逆合成孔径雷达三维成像的方法,并对于涉式测角出现的角闪烁现象提出了判断并剔除角闪烁点的准则。然后分析了两种跟踪体制下的三维成像方法,并提出了克服连续跟踪体制下跟踪误差引起的相位随机抖动问题的方法,解决了步进跟踪体制下各天线ISAR像焦点对齐问题。     

心电信号识别的人工神经网络方法研究

本文提出一种新的隐含层神经元非全连接的心电信号识别的BP阿络(Back-Propagation neural network)。该网络也可以看成是多个子网络的并联,用该网络作多种正常、异常心电信号识別时,利用心电信号奉身的特点,将一周期心电信号按P波、QRS波群、T波、ST段,分成n段,每个子网络只反映心电信号某一段的病变信息,多个子网络的并联结果,综合反映整个心电信号周期的信息。实验表明:与一般多层网络相比,该网络具有更高的识别能力,更快的学习速度。     

基于神经网络和点的重要性度量的边缘提取方法

本文从边缘点所在尺度和其邻域的灰度分布状况入手,提出了一个由四个分量组成的、对应于点的、用于衡量该点重要性的边缘重要性度量向量,为了考虑应用背景,用人工分类好的样本对一BP神经网络进行训练,用训练好的网络对图像的边缘点依重要性进行分类,从而获得图像的重要边缘。另外由于本文的方法无须对图像进行卷积,所以不会产生边缘偏移。经实验验证此方法取得了良好的效果。     

星载sAR辐射定标误差分析及成像处理器增益计算

本文对星载SAR辐射定标的各项误差因素进行了分析,提出了计算辐射定标误差的公式,提供了分配星载SAR系统辐射定标误差的工具;对基于CS(Chirp Scaling)算法的成像处理器的增益计算公式进行了推导,并通过计算机仿真得到了验证;定量地分析了成像处理器增益计算误差对SAR系统辐射定标精度的影响。     

一个带时延神经网络的分岔现象研究

本文借助中心流形定理详细讨论了一个带时延神经网络的Hopf分岔和周期解的渐近稳定性,给出了确定周期解的渐近稳定性、分岔方向,周期和解的渐近形式的一个算法,并进行了计算机仿真实验,仿真实验表明了所讨论的结果的有效性与正确性。     

检测数据触合算法分析

雷达组网反隐身目标探测技术是现代军事领域比较关注的一个问题,其中的多传感器数据融合技术又是一热点问题,因而有必要从概念和应用上对其进行了解并为检测数据融合算法的研究提供一个可参照的框架。为此,本文首先说明了多传感器下的检测问题和经典检测问题的相互关系,进而结合信息论的观点就近年来出现的一些典型检测融合算法进行了分析和比较,同时提出了其它可能的一些算法类型。最后,通过计算说明数据融合技术对探测系统的影响和对反隐身系统的重要意义。     

通信网生存性设计中分集路由的影响分析

对宽带通信网进行生存性设计十分重要。网的生存性与包括路由在内的诸多因素有关,本文分析分集路由的分割因子对网生存性和费用的影响,发现均匀分割因子对网的生存性和费用的影响十分独特,从而为网的生存性设计提供了有益的参考。     

基于模糊化输入和反转提高神经网络分类性能的方法

为有效提高神经网络的分类性能,首先提出了一个可处理模糊输入的模糊神经网络结构,然后由模糊输出和非模糊目标输出定义了代价函数,推导出相应的学习算法,并对该模糊神经网络进行反转,提出了模糊化的反转算法．最后,通过计算机仿真实际的模式分类问题,验证了所提出的方法的有效性．实验结果表明,所提出的方法具有学习效率高、分类准确率高、泛化能力高的优点．