期刊文献+

纠双错神经网络非线性码的研究 被引量:1

Study of Double Error Correcting Nonlinear Code with Neural Network
下载PDF
导出
摘要 本文献在文[1]、[2]的基础上,设计了一种离散型Hopfield自反馈神经网络,其权值矩阵仍具有较强的规律性。将这种网络应用于编码技术,得到了纠双错的非线性(DEC-TED)码,同时对非线性码的旋转平移性进行了研究。这种网络原理简单,译码复杂性低,所得码具有一定的规律性。 In this paper, a new discrete Hopfield neural network with self feedback connection is designed, in which weight matrix has a better structure. By using this kind of neural network, double error correcting and three error detecting (DEC TED) codes are obtained. Furthermore, rotation and translation with the new codes are studied. Clearly, the neural network is simple in principle and has lower complexity in decoding. The code obtained has some regularity to be used.
出处 《延安大学学报(自然科学版)》 1998年第1期1-7,共7页 Journal of Yan'an University:Natural Science Edition
基金 国家自然科学基金
关键词 神经网络 DEC-TED码 编码 译码 纠错码 非线性码 neural network DEC TED code decoding weight matrix encoding.
  • 相关文献

参考文献2

二级参考文献3

共引文献18

同被引文献1

引证文献1

二级引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部