多层神经网络同伦连续BP算法的递归实现

本文提出了一种递归实现的同伦连续ＢＰ算法，该算法可有效地解决ＢＰ网络的全局收敛性问题，同时使网络具有很快的收敛速度。     

一种模糊自适应BP算法的研究

本文在人工神经网络中引入模糊集理论，提出一种模糊自适应ＢＰ算法。通过奇偶校验和ＥＥＧ异常波形检测两上实例，验证了新算法在学习速度与性能上都优于传统的ＢＰ和虎法。     

同伦BP网络理论与算法

ＢＰ网络和算法是使用最广泛的神经网络模型之一，但由于它使用梯度算法，因而存在有固有的局域极小及收敛速度慢等问题。本文首先把一ＢＰ网络的优化问题变换为一非线性方程的求解，然后将同伦思想引入到神经网络学习训练之中，提出了相应的同伦ＢＰ网络理论与算法，它具有全局收敛的优点，同时具有比传统梯度法收敛速度快一个数量级以上和克服病态的能力，在ＢＰ梯度法不收敛时它也能给出正确解答。本文的理论证明和计算机仿真实验     

快速和高精度的前馈网络学习算法

本文针对三层前馈网络提出一种全新的学习算法,该法克服了传统ＢＰ算法因用梯度下降和误差逆向传播而拖慢收敛速度及易陷于局部极小的缺点。所提出的算法是代数型的,计算复杂度为多项式阶。文中给出的一个非线笥时间序列训练算例表明：新算法较ＢＰ算法在计算精度和速度方面均有大幅度提高,在网络规模变大时此算法的优点尤为明显。     

前向多层神经网络模糊自适应算法

本文将模糊集理论与人工神经网络的研究相结合，提出一种模糊自适应ＢＰ算法，用典型异或问题与规模更大的打印机磁泄漏信息识别问题进行计算机模拟表明，该算法可使ＢＰ算法的收敛速度明显提高。此项工作为神经网络与模糊系统相结合探索了一条新的途径。     

神经网络识别非平衡样本模式的网络优化方法

本文基于多目标优化的思想，分析了用神经网络实现非平衡样本模式识别与分类时，网络优化过程中基本ＢＰ算法收敛速度低的原因，给出了两种相应的改进算法，并利用这两种算法研究了两例非平衡样本模式的分类问题，研究结果表明：改进的算法有效地提高了网络优化收敛速度。     

一种采用基于知识的优化过程的BP算法研究

针对ＢＰ算法的固有缺点，提出一种实用有效的改进算法．此算法在每次得到的搜索方向上，都进行一维优化，从而解决了ＢＰ算法须人工由经验选取固定步长而带来的弊病；针对误差函数高度非线性的特征，改进算法采用基于知识的处理过程，全面利用每一步计算所得到的误差函数值和导数进行误差函数曲面地形判断，指导搜索计算，使算法具有极好的收敛稳定性，同时大大提高了收敛速度．     

一种基于组合矩和小波变换的目标匹配算法

不变矩方法是一种经典的特征提取方法.文中针对纹理细节信息较少的特定目标,首先在七个不变矩的基础上构建了组合矩.该组合矩具有旋转、平移、比例不变性和良好的类间可分离性,大大降低了算法的复杂性、提高了抗干扰能力.为了进一步提高匹配速度,引入多分辨率小波分解,利用低频系数来计算图像的组合矩特征量进行模板匹配.实验表明,对于细节信息较少的目标,该方法是一种具有较高实时性和鲁棒性的目标匹配算法.     

POCSAG码的突发错误解析译码算法

本文提出一种纠二元ＢＣＨ码突发错误的解析译码算法，推出了求解突发错误的长度和起始位置的方程及其解，与矢量法一查表法相结合，应用于ＰＯＣＳＡＧ码的突发错误的译码，可化常规代数算法中大量的乘法运算为简单的逻辑加运算，从而减少了运算量，提高译码速度且易于寻呼机软件实现。     

金属介质混合目标电磁特性的快速分析

将自适应积分算法与基于体面混合积分方程的矩量法相结合快速分析任意结构金属/介质混合目标的电磁散射和辐射特性.通过将传统矩量法的阻抗矩阵分为两部分且采用不同的方法进行处理计算,提高了矩量法的计算速度并大幅度缩减了需要的计算机内存占用量.最后,分别用传统的矩量法与结合自适应积分快速算法的矩量法计算了三个典型例子,通过比较充分说明了文中方法的有效性.     

采用进化计算的BP神经网络学习算法研究

针对ＢＰ神经网络中存在的局部极小问题,本文提出了采用进化计算方法改进ＢＰ学习算法收敛速度的新方法,理论分析和数字仿真表明算法有很好的效果。     

基于误差变化率的自适应反应传播算法及其应用

本文针以ＢＰ算法存在收敛速度慢的特点，提出了一种基于网络动态训练误差变化率自动校正学习步长和冲量因子的自适应反向传播算法，异或问题，非线性系统和参数波动系统辨识的结果表明，该方法具有较快的收敛速度。     

多播群组通信中服务质量受限的Core Placement算法

与面向源节点的路由算法不同，Ｃｏｒｅ Ｂａｓｅｄ多播路由算法在网络中为一个多播组上 的多个多播连接只建立一棵共享树，从而实现了提高了网络资源利用率的目的。本文针对 Ｃｏｒｅ Ｂａｓｅｄ多播路由中 ｃｏｒｅ节点的定位问题，提出了一个同时最小化多播时延及目标节点间时延抖动的 ｃｏｒｅ节点定位算法 ＱＯＣＰ。由仿真结果可知，这里提出的方法在优化服务质量性能指标方面明显优 于文中涉及的其他算法。     

一种基于误差变化率的自适应反射传播算法

本文针对ＢＰ算法存在收敛速度慢的缺点，提出一种基于网络动态训练误差变化率自动校正学习步长和冲量因子的自适应反向传播算法。导或问题的仿真结果表明，该方法具有较快的收敛速度。     

神经网络模式识别技术在电脑茶叶拣梗机中的应用

分析了目前电脑茶叶拣梗机拣净率偏低的现象，指出问题的关键是对茶叶和茶梗的模式识别技术不好，针对这一情况，提出了一种基于ＢＰ神经网络的叶梗识别法，并研究了ＢＰ学习算法的提高问题，该方法可使茶梗的拣净率达到９５％￣９８％。     

路由器原理及路由协议

本文通过阐述ＴＣＰ／ＩＰ网络中路由器的基本工作原理，介绍了ＩＰ路由器的几大功能，给出了静态路由协议和动态路由协议，以及内部网关协议和外部网关协议的概念，同时简要介绍了目前最常见的ＲＩＰ、ＯＳＰＦ、ＢＧＰ和ＢＧＰ－４这几种路由协议。然后描述了路由算法的设计目标和种类，着重介绍了链路状态法和距离向量法。在文章的最后，扼要讲述了新一代路由器的特征。     

一种基于改进BP神经网络的图像目标识别算法

本文利用不变矩具有平移、旋转和尺度不变性的特点,将其应用于图像识别.提取图像的七个不变矩,然后利用改进的神经网络(BP)进行了图像目标识别算法研究,结果表明此算法具有较好的识别效果,并且速度较快,可以应用于图像小目标的识别当中.     

用于分析电磁散射问题的快速多极算法

介绍了用于分析电磁散射问题的快速多极算法（FMA）和多层快速多极算法（MLFMA）的基本思想与基本步骤。通过计算实例表明，快速多极算法在计算速度和存贮要求方面比矩量法有明显优势，适合于在现有计算机条件下求解电大尺寸目标的散射问题。     

电大尺寸物体电磁辐射与散射特性几种分析方法的比较研究

在一定的规则剖分下，矩量法中的系数矩阵为Ｔｏｅｐｌｉｔｚ矩阵或多重Ｔｏｅｐｌｉｔｚ矩阵。利用这一特征而提出的共轭梯度（ＣＧＭ）和快速付里叶变换（ＦＦＴ）算法已成为目前国际上分析电大尺寸问题的一种有效手段。虽然ＣＧＭ—ＦＦＴ将普通矩量法中正比于Ｎ２（Ｎ为系数矩阵的阶数）的存储量压缩为正比于Ｎ的存储量，但其迭代算法使所花ＣＰＵ时间仍与普通矩量法相当。本文采用基于递推的Ｌｉｖｅｎｓｏｎ算法和一种库软件处理同样的问题，所花ＣＰＵ时间和普通矩量法相比降低两个量级，而且存储量比ＣＧＭ—ＦＦＴ技术还要小。本文以直导线的辐射和散射问题为例介绍了几种算法的基本原理，并对他们的计算时间和存储空间等进行了比较研究，得出了一些重要结论。     

图象匹配时矩的高效算法

用不变矩作为相似度度量进行图象匹配，可减少图象平移、旋转以及比例缩放对匹配性能的影响。但不变矩的计算量大，使匹配速度变慢。本文根据图象匹配的特点，提出了一种适用于图象匹配时的矩的增量算法—IACM算法。用此算法可大大提高用不变矩进行图象匹配的速度。