用参数正交选优神经网络算法解货郎问题

本文发现了货郎问题(TSP)能量函数的参数空间中的吸引域与全局性优化解之间存在着确定的对应关系,并找到了许多参数空间中的吸引域。在此基础上提出了一种新算法——参数正交选优神经网络算法求解TSP,30城市,31城市(中国)和300城市TSP的求解结果都十分满意,表明这种新算法的有效性。

重点强化联想记忆人工神经网络模型研究

本文研究了一种新的重点强化联想记忆人工神经网络模型,大量计算机模拟结果表明,该模型的特性优于Hopfield网络,当强化系数P较大时,也优于Y.C.Lee高阶关联网络,而其硬件实现较后者容易得多。

数字信号处理的发展与应用

本文介绍了数字信号处理的发展历史、理论、技术和应用，也介绍了ＤＳＰ的发展前景和国内情况。

我国第三代移动通信的发展与展望

本文介绍了我国移动通信的演进 ,IMT - 2 0 0 0的目标和关键技术。对我国第三代移动通信的发展步骤和前景也进行了简要评述。

人工神经网络

关于人工神经网络,本文回顾了它的发展历史,介绍了它的基本原理和功能,评介了它的研究进展和应用,展望了它的未来前景。

互耦合张弛振荡器的“同步尖角”模型”

本文提出了称为“同步尖角”的模型，首次用来研究互耦合张弛振荡器的特性，把本来复杂的动力学计算问题变成了简单的几何计算问题，成功地分析了这种非线性动力学系统的同步现象．利用双向负阻晶体管（ＢＮＲＴ）的外部控制特性，实现了强控制同步互耦合张弛振荡实验电路，实验结果与理论分析符合甚好，表明这种分析方法是正确有效的．

移动通信进展与展望

本文评述了移动通信的概念、特点和三代移动通信的演进,并分析了国内市场的发展趋势。

人工神经网络与组合优化

NP完备问题,如货郎问题,可算是数学和计算机科学中的“世界难题”,人们为之几乎绞尽了脑汁。用人工神经网络模型来解这个问题,自然有其优越性,但也存在不少困难。

DSP在现代通信中的应用

数字信号处理的基础数字信号处理(DSP)是利用专用或通用的数字信号处理芯片,以数字计算的方法对信号进行处理,具有处理速度快、灵活、精确、抗干扰能力强、体积小等优点。DSP 已经成为一个新的技术领域和独立的学科体系,当前已经形成了有潜力的产业和市场。

一种基于PCNN的图像去噪新方法

该文深入研究了如何用一种有生物学依据的人工神经网络—脉冲耦合神经网络(PCNN—PulseCoupled Neural Network)进行二值图像去噪与图像平滑,并提出了基于PCNN的图像去噪算法。计算机仿真结果表明,使用PCNN可有效地恢复被噪声污染的二值图像,且恢复图像的信噪比增量高于用另两种常用的图像恢复方法(中值滤波与均值滤波)得到的结果。

基于PCNN的图像阴影处理新方法

该文提出了如何用脉冲耦合神经网络(PCNN)进行图像阴影处理的新方法。计算机仿真表 明,采用参数优选的PCNN图像阴影处理算法,可有效地处理图像中的阴影,从而使得图像中的目标易于 被发现。该文工作拓展了有明确生物学背景的PCNN在图像处理方面的功能。

细胞神经网络在通信信号处理中的研究进展

基于非线性理论的通信信号处理一直是信号处理领域的热点研究问题。细胞神经网络(CNN)作为最易于VLSI实现的一类神经网络 ,是非线性理论的一个重要研究方向 ,近年来在通信信号处理领域取得了许多重要进展。文中主要介绍了细胞神经网络的基本理论、结构及其在通信信号处理中的研究进展 。

双向负阻晶体管张弛振荡器分频锁相特性的研究

本文用简单模型描述了双向负阻晶体管(BNRT)张弛振荡器在周期冲激作用下的分频锁相特性。对于任何分数p/q,给出了在参数空间中分频锁相区的普遍的分析表达式。对于BNRT张弛振荡器进行了分频锁相实验,实验结果与计算相符,说明理论分析是正确有效的。

一种用于扩频通信系统的CNN多值随机码的研究

该文结合细胞神经网络(CNN)和扩频通信系统(SSS)的特点,利用三细胞CNN混沌产生了用于扩频通信系统的多值随机码,文中给出了码的生成方法并分析了它的性能,仿真结果表明这种码性能优越,能够很好地用于扩频通信系统。

时延PCNN及其用于求解最短路径

本文在脉冲耦合神经网络 (PCNN PulseCoupledNeuralNetwork)的基础上 ,提出了时延脉冲耦合神经网络(DPCNN DelayPCNN) ,并将其成功地用于求解最短路径 ,同时给出了基于DPCNN的最短路径求解算法 .Caulfield与Kinser提出了用PCNN求解迷宫问题的方法 ,虽然他们的方法也可用于求解最短路径 ,但所需神经元的数量巨大 ,而本文的方法所需的神经元的数量远小于他们的方法 .同时 ,本文的方法充分利用了DPCNN脉冲快速并行传播的特点 ,可迅速地求出最短路径 ,其所需的计算量仅正比于最短路径的长度 ,与路径图的复杂程度及路径图中的通路总数无关 .计算机仿真结果表明 ,采用本文的方法 ,用少量的神经元就可迅速地求出最短路径 .

关于PCNN应用于图像处理的研究

研究并综述了如何用有生物学依据的脉冲耦合神经网络 (PCNN)的脉冲发放特性进行图像处理 ,如图像去噪、图像分割、图像的阴影去除、图像的边缘检测等。研究发现 ,PCNN可有效地用于图像处理。虽然解决图像处理中的不同问题时 ,基于PCNN的算法有所不同 ,但有一共同点 ,就是都用到了PCNN的脉冲传播特性。

CNN混沌扩频通信系统的性能研究

本文把细胞神经网络 (CNN)理论应用于混沌扩频通信系统 (CSSS) ,研究了细胞神经网络实现脉冲式混沌同步的可行性 ,指出能否同步和同步脉冲的能量有关 ,而且用CNN产生了性能优良的二值和多值随机码 ,并对系统的抗多址和多径干扰的性能进行了研究。通信系统的仿真实验表明 ,CNN能够很好地应用于扩频通信系统。

CORDIC算法在DSP算法硬件实现中的应用进展

CORDIC算法被广泛应用于数字信号处理算法的硬件实现中。由于它将许多复杂的算术运算化成简单的加法和移位操作 ,因此它在许多 DSP算法的硬件实现中都有着极为重要的意义。有了它 ,许多难于实现而又极具应用价值的算术函数的硬件实现成为了可能。本文首先介绍了 CORDIC算法的理论概要 ,然后给出了 CORDIC算法在国内外的应用现状。最后 ,给出了作者自行设计的基于 CORDIC算法的可参数化的 FFT模型。

用无需选取参数的Unit-linking PCNN进行自动图像分割

脉冲耦合神经网络(PCNN—Pulse Coupled Neural Network)是一种有生物学依据的人工神经网络,它可有效地用于图像分割。基于PCNN的图像分割效果取决于PCNN中各参数的选择。然而,图像分割时,各种不同的图像对应的PCNN参数是不同的,而PCNN参数的选择是困难的。本文提出了一种基于Unit-linking PCNN的图像分割新方法,解决了PCNN图像分割参数选择的难题。用本文提出的新方法可有效地自动分割各种图像,而无需考虑PCNN参数的选择,这对于PCNN的理论研究和实际应用有重要的意义。