

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、Hopfield神經(jīng)網(wǎng)絡(luò)盲檢測(cè)算法不受信道是否含公零點(diǎn)的限制且所需發(fā)送數(shù)據(jù)更短,與二階統(tǒng)計(jì)量盲算法和高階統(tǒng)計(jì)量盲算法相比,更能滿足現(xiàn)代通信系統(tǒng)中高速數(shù)據(jù)傳輸?shù)囊?。然而深入研究發(fā)現(xiàn)Hopfield神經(jīng)網(wǎng)絡(luò)盲檢測(cè)算法仍存在不足之處。本文針對(duì)不足之處展開研究,主要做出如下創(chuàng)新工作:
(1)在經(jīng)典Hopfield神經(jīng)網(wǎng)絡(luò)(Hopfield Neural Network, HNN)模型的基礎(chǔ)上構(gòu)建了雙Sigmoid Hopfield神
2、經(jīng)網(wǎng)絡(luò)(Double Sigmoid Hopfield Neural Network, DS-HNN),設(shè)計(jì)給出新網(wǎng)絡(luò)的結(jié)構(gòu)圖、新的激活函數(shù)和新的能量函數(shù),并且分析了新網(wǎng)絡(luò)的穩(wěn)定性。仿真實(shí)驗(yàn)表明:DS-HNN能量函數(shù)的收斂速度明顯快于經(jīng)典Hopfield神經(jīng)網(wǎng)絡(luò);無論是在隨機(jī)信道還是在固定信道的情況下,DS-HNN算法的抗噪性都優(yōu)于HNN算法,且DS-HNN算法還能很好地適用于含公零點(diǎn)信道。
?。?)在HNN的基礎(chǔ)上構(gòu)建了正反饋
3、Hopfield神經(jīng)網(wǎng)絡(luò)(Positive Feedback Hopfield Neural Network, PFHNN),設(shè)計(jì)給出該網(wǎng)絡(luò)新的能量函數(shù),同時(shí)在異步更新模式和同步更新模式下證明了網(wǎng)絡(luò)的穩(wěn)定性。仿真實(shí)驗(yàn)表明:無論是固定信道還是隨機(jī)信道,PFHNN的誤碼性都明顯優(yōu)于傳統(tǒng)的網(wǎng)絡(luò),具備更強(qiáng)的抗干擾能力;PFHNN在含公零點(diǎn)的信道中運(yùn)行,同樣表現(xiàn)出較好地性能,證明了該網(wǎng)絡(luò)對(duì)信道有較強(qiáng)的魯棒性。
?。?)首先在混沌神經(jīng)網(wǎng)絡(luò)(
4、Transiently Chaotic Hopfield Neural Network, TCHNN)的基礎(chǔ)上構(gòu)建了雙 Sigmoid混沌神經(jīng)網(wǎng)絡(luò)(Double Sigmoid Transiently Chaotic Hopfield Neural Network, DS-TCHNN),設(shè)計(jì)了適合于該網(wǎng)絡(luò)的兩個(gè)激活函數(shù)。然后根據(jù) TCHNN和DS-TCHNN的特性分別設(shè)計(jì)給出了這兩個(gè)網(wǎng)絡(luò)的能量函數(shù),接著依據(jù) DS-TCHNN能量函數(shù)分別
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- Hopfield神經(jīng)網(wǎng)絡(luò)盲均衡算法的研究.pdf
- 基于混沌Hopfield型神經(jīng)網(wǎng)絡(luò)的盲算法研究.pdf
- 基于Hopfield神經(jīng)網(wǎng)絡(luò)的盲均衡.pdf
- 基于離散Hopfield神經(jīng)網(wǎng)絡(luò)盲均衡新算法的研究.pdf
- 基于Hopfield神經(jīng)網(wǎng)絡(luò)的多用戶盲檢測(cè)算法.pdf
- 基于改進(jìn)型Hopfield神經(jīng)網(wǎng)絡(luò)的盲檢測(cè)新算法研究.pdf
- 改進(jìn)的Hopfield型神經(jīng)網(wǎng)絡(luò)盲檢測(cè)算法的研究.pdf
- 復(fù)數(shù)連續(xù)Hopfield型神經(jīng)網(wǎng)絡(luò)盲檢測(cè)算法研究.pdf
- 基于Hopfield神經(jīng)網(wǎng)絡(luò)的HSDPA調(diào)度算法研究.pdf
- Hopfield神經(jīng)網(wǎng)絡(luò)的加速算法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的盲均衡算法研究.pdf
- 復(fù)值Hopfield神經(jīng)網(wǎng)絡(luò)盲檢測(cè)MPSK信號(hào).pdf
- 基于神經(jīng)網(wǎng)絡(luò)盲源分離算法的研究.pdf
- 基于遞歸神經(jīng)網(wǎng)絡(luò)盲均衡算法的研究.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的盲均衡算法.pdf
- Hopfield神經(jīng)網(wǎng)絡(luò)的改進(jìn)及其應(yīng)用——基于Hopfield神經(jīng)網(wǎng)絡(luò)的脫機(jī)手寫數(shù)字識(shí)別.pdf
- 基于神經(jīng)網(wǎng)絡(luò)盲均衡優(yōu)化算法的研究.pdf
- 基于模糊神經(jīng)網(wǎng)絡(luò)盲均衡算法的研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的盲均衡算法.pdf
- 神經(jīng)網(wǎng)絡(luò)盲均衡算法研究.pdf
評(píng)論
0/150
提交評(píng)論