用分形和神经网络算法改善仪表精度和响应时间

研究在仪器仪表中利用分形插值和人工神经网络算法改善测试精度和响应时间的方法。在仪表检测中有时会遇到检测的分辨率与实时性相冲突的情况 ,此时对数据进行插值是一个很好的解决办法。利用分形和人工神经网络算法插值是一种可以进行多点数插值的优越方法 ,因为它可以通过训练学习不断修正网络的权值 ,使检测误差的方差控制在预定的范围。还研究了利用神经网络做谱分析来求取主频的方法 ,它在运算速度和分辨率方面都优于 FFT。文章还提出了一些减少人工神经网络学习训练时间的方法。     

人工神经网络在微波探测系统中的应用研究

本文研究了在微波探测系统中 ,利用人工神经网络做谱分析和插值的快速方法。它在实时性和分辨率方面都优于FFT。虽然它也需要训练样本 ,但是训练样本可以用计算机模拟获得。     

计算机与GPS的通信技术

介绍了 GPS的数据采集格式和在 Windows95以上环境下 ,用 VC++6.0开发基于 Windows消息机制的多线程的 GPS应用程序 ,并给出了一个实例。     

用VC＋＋6．0开发计算机与GPS通信的应用程序

介绍了GPS的数据采集格式,和在Windows95以上环境下,用VC＋＋6．0开发基于Windows消息机制的多线制的多线程的GPS应用程序,并给出了一个实例。