一种用于布尔逻辑设计的神经网络学习算法

提出了一种实现任意布尔函数的前向三层神经网络学习算法 ,简称HKML算法。HKML算法引入汉明距离扩展、卡诺图化简及最小项抑制等思想训练神经网络 ,以尽量少的神经元实现布尔函数的输入输出映射。给出了设计原理及算法流程图。与其他二进神经网络学习算法相比较 ,此方案结构简单可靠 ,学习速度快 ,易于硬件实现     

二层高阶神经网络对任意布尔函数的实现

本文讨论了二层高阶神经网络的能力问题。主要有三个方面的结果：（１）证明了任意布尔函数可由二层高神经网络实现；（２）给出了二层高阶神经网络的ＢＰ算法；（３）模拟实验结果。上述结论表明对高神经的研究具有很强的理论意义和实用价值。     

二值图像细化的细胞神经网络新算法

给出了基于布尔函灵敏的二值图像细化的细胞神经网络（ＣＮＮ）新算法。利用ＣＮＮ的分段线性特性和状态空间分析实现了布尔函数，这不仅可给出一种能代替以前的试凑法的分析算法，而且还可得到一个更广泛和更简洁的结果。     

正布尔函数随机生成算法

层叠滤波器是一类新型非线性滤波器，生成正布尔函数是确定层叠滤波器的关键．在应用全局化优化算法，如遗传算法、模拟退火算法时，如果不能随机生成正布尔函数，则无法应用这些算法优化层叠滤波器，提出了一种随机生成正布尔函数算法，能随机生成正布尔函数，使应用全局化优化算法优化层叠滤波器成为可能．仿真结果表明，该算法可行．     

基于素数性质的布尔函数约简算法

提出了基于素数性质的布尔函数约简算法,其主要思想是用素数表示布尔变量,以素数乘积有序对表示合取式,用算术运算取代原有的逻辑运算.将基于素数性质的布尔函数约简算法运用于粗糙集中,结果表明,该算法能够节省存储空间,提高运算效率,约简算法行之有效.     

基于FPSO-SA算法的威布尔分布参数估计研究

为解决威布尔分布等复杂分布模型采用常规方法很难直接进行参数估计的问题, 提出了基于模糊粒子群模拟退火算法的威布尔分布参数估计。该算法根据粒子个体纵向和横向运动特性, 引入模糊逻辑推理动态调整惯性权值因子, 提高了粒子群算法(PSO: Particle Swarm Optimization)的收敛速率; 将上述模糊粒子群算法(FPSO: Fuzzy Particle Swarm Pptimization)与模拟退火算法(SA: Simulated Annealing)结合, 以FPSO算法的速度位置更新公式作为SA算法的状态生成函数, 再运用Metropolis算法以概率接受新状态, 获得全局最优参数估计值。将基于上述智能算法的参数估计法运用到威布尔分布参数估计中, 提高了参数估计精度。实际应用表明, 该参数估计方法在复杂分布模型参数估计中具有可行性和有效性。     

逻辑正弦—余弦函数在数字电子技术中的应用

将正弦－余弦三角函数和布尔逻辑代数相结合，交叉形成逻辑正弦－余弦函数，其自变量像普通三角函数的自变量一样可以连续取值，而函数值象布尔逻辑函数一样只取逻辑值“０”和“１”，遵从逻辑代数和运算规则，逻辑正弦－余弦函数既具有正弦－余弦三角函数的某些性质，又具有布尔逻辑函数的特性，为分析，设计数字逻辑电路实现的信号处理系统，提供了一种数学工具和信号形式。     

混合指数威布尔分布的参数估计

应用ECM算法,研究了混合指数威布尔分布在完全数据场合下的参数估计问题,并模拟说明ECM算法来估计混合指数威布尔分布是一种容易实现又非常有效的方法.     

逻辑正弦－余弦函数在数字电子技术中的应用

将正弦－余弦三角函数和布尔逻辑代数相结合，交叉形成逻辑正弦－余弦函数，其自变量像普通三角函数的自变量一样可以连续取值，而函数值象布尔逻辑函数一样只取逻辑值“０”和“１”，遵从逻辑代数的运算规则．逻辑正弦－余弦函数既具有正弦－余弦三角函数的某些性质，又具有布尔逻辑函数的特性，为分析、设计数字逻辑电路实现的信号处理系统，提供了一种数学工具和信号形式     

全局雪崩准则的矩阵表示及其性质

从研究全局雪崩准则的表达方式出发,提出了全局雪崩准则的矩阵表示方法,并证明了布尔函数f(x)与f(x+α)全局雪崩的绝对值指标和平方和指标相同。依据矩阵表示方法得到了全局雪崩准则与布尔函数Walsh谱值的关系,并给出了一个布尔函数同一个仿射函数的互相关全局雪崩准则绝对指标的上、下限。最后,分析了修改序列中的一位对布尔函数全局雪崩准则指标的影响,结合爬山算法设计了一种修改M-M型Bent函数的优化算法,得到的布尔序列在非线性度和全局雪崩准则指标上优于已有的构造。