ATM业务流控制的一些有效方法

文章叙述了实现ATM业务流控制的一些可行的方法，即应用模糊控制技术来控制呼叫路由，用神经网络技术来预测输入业务流实现动态带宽分配控制、以及用神经网络技术实现业务呼叫的带宽分配控制。     

GRNN与BPNN的函数逼近性能对比研究

为了研究GRNN和BPNN非线性函数的逼近能力,从数学角度详细阐述了GRNN和基于LM优化算法改进的BPNN的学习过程,编程建立了GRNN和BPNN,并分别用两种神经网络对指定的非线性函数进行逼近实验。仿真结果表明,在训练样本数量相等且中小规模网络的条件下,相对于BPNN而言,GRNN的逼近精度更高、收敛速度更快,具有很好的逼近能力,为解决非线性函数的逼近问题提供了良好的解决手段。     

基于改进 ＰＳＯ￣ＢＰ 神经网络算法的半导体材料带隙宽度预测

半导体材料的带隙宽度对其性能有重要影响,准确预测带隙宽度对半导体材料的研究具有重要意义。通过密度泛函理论计算半导体材料带隙宽度通常需要耗费大量的时间且预测精度较低,因此建立了一种基于统计学方法和改进PSO-BP神经网络算法的半导体材料带隙宽度预测模型,用于提高带隙值的预测精度。该模型先通过统计学的方法对半导体材料带隙宽度数据集的特征属性进行分析和选择,而后利用改进的PSO-BP神经网络算法挖掘特征属性与带隙值之间隐含的数学关系。实验结果表明,该预测模型相比于对照模型的均方误差降低了25％以上,可靠性达到了75.15%,可广泛应用于需要大量预测半导体材料带隙宽度的场合中。     

基于分块CNN的多尺度SAR图像目标分类算法

针对合成孔径雷达（Synthetic Aperture Radar, SAR）图像目标分辨率差异大,多尺度SAR图像目标分类准确率不高的问题,提出了一种基于迁移学习和分块卷积神经网络（Convolutional Neural Network, CNN）的SAR图像目标分类算法。首先通过大量与目标域相近的源域数据对分块CNN的参数进行训练,得到不同尺度下的CNN特征提取网络;其次将CNN的卷积和池化层迁移到新的网络结构中,实现目标特征的提取;最后用超限学习机（Extreme Learning Machine, ELM）网络对提取的特征进行分类。实验数据采用美国MSTAR数据库以及多尺度SAR图像舰船目标数据集,实验结果表明,该方法对多尺度SAR图像的分类效果优于传统CNN。     

一种面向PCB的全印制电子技术

文章介绍了一种新兴的印制电子技术及其技术进展现状;概述了喷墨印制PCB加成法的技术特点,并就我国在印制电子技术的研发方面应采取的对策提出了一些建议。     

认知网络中基于蚁群算法的网络流量预测模型

认知网络能够感知外部环境,并能根据周围环境的变化智能、自主、自适应的动态变化,这种特性更适合为用户提供QoS(Quality of Service)保障.设计高精度的流量预测模型,可以提高认知网络的认知特性.本文针对原有预测模型预测精度低、对训练数据依赖程度高以及不能很好的刻画网络流量特征的不足,提出了一个混合的流量预测模型.它使用蚁群算法训练BP网络的权值,避免了梯度下降法收敛速度慢、容易陷入局部最优的问题.并且在预测之前,首先使用BP(Back Propagation)网络剔除原始数据中的异常数据信号,再对其进行小波分解,最后使用混合模型预测网络流量,实现了认知网络中高精度的流量预测.     

前向多层神经网络模糊自适应算法

本文将模糊集理论与人工神经网络的研究相结合，提出一种模糊自适应ＢＰ算法，用典型异或问题与规模更大的打印机磁泄漏信息识别问题进行计算机模拟表明，该算法可使ＢＰ算法的收敛速度明显提高。此项工作为神经网络与模糊系统相结合探索了一条新的途径。     

基于目标波形模型的多脉冲激光雷达目标信号模拟

多脉冲激光雷达发射数个至数百个高重频激光照射目标,利用多脉冲回波累加实现信号积累。多脉冲激光目标检测性能的验证需要基于目标回波波形模型的动态目标信号模拟。脉冲激光目标回波波形可以由激光发射、信道传播、目标反射等环节之间的卷积传递关系加以建模。文中首先通过建立各环节的数学描述得到了回波波形的连续卷积模型。接着,针对积分解析模型不利于工程实现的问题,基于发射脉冲距离分辨单元提出了离散算法实现特定外形目标激光回波波形序列的直接计算。结合远程飞机目标的回波信号仿真,指出了回波波形与目标特性的内在联系,并通过实验进行了可信性验证。最后,应用文中模型及方法给出了多脉冲激光雷达动态目标模拟器的研制实现,为开展多脉冲激光目标检测研究提供必要的验证测试条件。     

基于小波神经网络的电动机变频系统故障检测的研究

文章提出应用小波分析技术提取故障特征并以模糊神经网络进行故障预测.由此建立了基于小波与神经网络的电动机变频调速故障的智能检测系统,并用MATLAB进行仿真,证明了该方法对电动机变频系统故障的检测是有可行性的.     

一种基于NSCT和PCNN的图像融合算法

在NSCT变换域提出了一种基于清晰度和PCNN的图像融合算法。首先对源图像分别进行NSCT变换,得到一组高频子带,和一个低频子带。然后对低频子带用提出的边缘清晰度算法进行融合处理,对高频子带,用提出的空间频率做链接强度的自适应PCNN算法进行融合处理。最后通过NSCT逆变换得到融合结果图像。对融合图像的结果分析证明,该算法在主观评价和客观评价指标方面都有所提高。