基于正交小波变换分数间隔的神经网络盲均衡算法

针对分数间隔盲均衡算法(T/4-FSE-CMA)收敛速度慢、稳态误差大的缺点,提出了一种基于正交小波变换分数间隔的神经网络盲均衡算法(T/4-FSE-WT-FNN).该算法采用四路子信道模型,以神经网络作为均衡器,同时,对均衡器的输入信号做正交小波变换并进行归一化,与基于正交小波变换的前馈神经网络盲均衡算法(WT-FN...     

多小波模糊神经网络盲均衡算法

为了克服传统恒模算法(CMA)采用固定步长造成的收敛速度与收敛精度之间的矛盾,提出了一种基于平衡正交多小波变换的模糊神经网络盲均衡算法(MWT-FNN-BEA).该算法一方面利用模糊神经网络控制器自动调节算法的迭代步长,较好地解决了收敛速度与收敛精度之间的矛盾;另一方面利用平衡正交多小波变换对均衡器输入信号进行去相关性处理,进一步提高了算法的性能。理论分析和水声信道仿真结果表明,所提出的算法具有较快的收敛速度和较小的稳态误差,抗干扰性能好。     

以任务驱动实验教学，培养学员独立创新能力

本文以《汽车电工电子技术》课为研究对象,分析了以任务进行实验教学的必要性,提出了任务实验教学的具体实施方法。通过任务驱动实验教学法的三个阶段,可以使学员从以前被动验证实验向主动思考创新转变,培养学员的独立思考和创新能力。     

借鉴超市“技巧”，提高教学效果

课堂教学同超市经营有着相似之处,学习超市的一些成功之道,超市有不少“技巧”和经验,值得课堂教学去借鉴。     

决策树与人工神经网络的对比分析

决策树和人工神经网络是数据挖掘分类任务中两项重要技术,各具特点,对不同的数据类型应采用不同的算法进行相应的研究应用。为了深入地说明各自的特点,根据决策树C 4.5算法的原理和流程,以及人工神经网络的BP网络模型原理和实现分类的流程,并应用具体的实例,对两种技术进行了对比分析研究,得出并验证了它们在实现分类中的一些性能差异。