自组织神经树用于判别氟化物非晶态形成条件

1人工神经网络──自组织神经树模型人工神经网络（ANN）是八十年代中期迅速兴起的一门非线性科学．它力图模拟人脑的一些基本特性，如自适应性、自组织性、容错性等，已在模式识别、数据处理及自动化控制等领域得到了初步应用，取得了相当好的效果［1，2］．1993年，Tao－Li等提出了自组织神经树网络．它是一个多层树状网络（见图1），每个输入节点与所有神经树的节点（神经元）通过权W相联系，实现对输入信号的非线性降维映射．映射中保持拓扑不变性，即把拓扑意义下相似的输入（即在高维空间中距离较近的输入向量）映射到相同子树的节…     

自组织人工神经网络在氟化物非晶态形成的判别条件中的应用

本文运用Ｔ．Ｋｏｈｏｎｅｎ自组织人工神经网络，利用化学健参数法，研究了三元系氟化物非晶态形成的判别条件，建立了相应的计算法判别智能软件．识别成功率较高．结果表明，该方法性能良好，可望成为研究化合物非晶态形成条件的有效的辅助手段．     

视听系统声干扰的自适应抵消

对一个用语音遥控的视听系统而言，视听系统本身所发出的声音常常造成语音识别的错误，本文所采用的自适应声干扰低消技术能有效地降低这种声干扰，基于自适应声干扰抵消最佳性能的分析，导出了抵消性能与权系数的个数以及混响时间的表达式，并实时地实现了带有１０２４个权系数的自适应声干扰抵消系统。在一般居室中，声干扰的抵肖可达２６ｄＢ。     

遗传程度设计在氟化物非晶态形成的判别条件中的应用

遗传程度设计在氟化物非晶态形成的判别条件中的应用蔡煜东，许伟杰，陈念贻（中国科学院上海冶金研究所上海２０００５０）关键词氟化物，非晶态形成条件，遗传程序设计近几年来，随着遗传程序设计［１］的理论及应用的不断进步，该方法被逐渐应用于模式识别、优化控制、...     

自组织神经树用于金属间化合物三元填隙D88结构形成条件的判别

本文将自组织神经树应用于金属间化合物三元填隙Ｄ８８结构形成的判别上，对６５种化合物的研究结果表明，神经树方法性能良好，可能成为合物结构分析的有效辅助手段。     

宽带多普勒技术中模糊速度处理方法改进

宽带多普勒剖面仪(BBADCP),利用复相关测频技术和伪随机码性质,测得各水层散射波的多普勒频率偏移,从而得到水流剖面图.复相关算法由于采用反正切函数.测频范围受到限制,会产生速度模糊问题.本文对接收信号作自相关运算,在以前研究者利用时延估计解决速度模糊的基础上,利用复相关测频结果与模糊边界的关系,设计了一种更准确更稳定的解模糊算法.