小波神经网络的参数初始化研究

随机产生的初始参数往往使小波神经网络的学习次数大幅度地增加，甚至不收剑，为了加快网络的学习速度，本研究提出了一种将小波网络的初始参数设置和小波类型，小波时频参数和学习样本等联系起来的小波神经网络的初始参数设置方法，学习实例结果表明，按照这一方法不但可以获得高几率的优秀初始参数，而且能大大加快小波网络的后续学习速度。     

从受训神经—模糊模型中提取知识

本对用于模式分类、函数逼近、参数估计的多层感知器（MLPs)给出1个清晰的关于内部行为的解释。作以单隐层的MLP为例，论述了关于MLP的内部行为的半线性分析理论。对受训的MLP，将隐层单元的输出分别定义为网络输出的正、负“内部分量”；定义内部分量的连接权重集为给定问题的“内部判别模式”；建立了MLP和模糊集相结合的新模型；分析了MLP的结构为N－2－1和N－H－1，给出权重初始化的方法；提出了1种从受训神经－模糊模型（NFMs)中提取知识的全新的具有实用价值的方法。     

复杂系统辨识的网络初始化算法

针对用于非线性辨识的连续激发函数的神经网络 ,提出一种根据被测对象非线性特性设计网络初值的算法。这种方法分析了双曲函数 f(x) =tanh(x)敏感区分布和神经网络的灵敏度对网络输出的影响 ,根据样本 ,求出敏感区宽度 Gb,网络隐层权值与 Gb成反比 ,同时满足网络的第 K层权值小于 (K- 1 )权值。电动机非线性磁场的辨识表明这种初始化算法不仅使辨识精度有所提高 ,且加快了网络的收敛速度。     

C++中拷贝构造函数的使用

本文对C++程序设计语言中,类定义中常用的三大函数作了简要交待,重点描述了其中拷贝构造 函数的作用和使用方法,并在拷贝构造函数的灵活运用方面作了点尝试。     

基于SIP的网络用具安全控制方法

随着Internet的发展，具有网络接口的家用设备增多，使通过网络对这些网络用具(NA)进行控制成为可能，对会话初始化协议(SIP)经恰当扩展后正好可满足这一发展需要，而在控制中网络安全这一环节的重要性不言而喻。为此，在对sIP进行扩展的基础上，提出了借用HTTP验证机制，并利用安全／多用途Internet邮件扩展(S／MIME)来实现SIP对网络用具安全控制的一种方法，给出了网络架构及实现原理。     

Windows的自动执行方式

通过分析计算机的启动过程,逐步揭开计算机在启动过程中运行文件的多种途径,达到用户随意增删的目的.     

一种基于HTTP摘要认证的SIP安全机制

会话初始化协议(SIP)基于Client/Server结构,由于受到SIP自身特点及应用环境的影响,目前SIP常用的安全机制大都只提供Server对Client的认证,且大都没有提供会话密钥协商的机制,容易受到服务器伪装攻击。在分析了SIP面临的安全威胁以及SIP安全机制的现状后,通过对SIP协议的扩展,设计和实现了一种基于HTTP摘要认证的SIP安全机制。该机制能实现双向身份认证和密钥协商功能,使SIP认证和加密更为灵活。     

数字滤波初始化方法在WRF中的应用

本文主要介绍了数字滤波初始化技术的理论框架和基本原理,将该技术应用于新一代中尺度数值模式WRF模式中,评估其对降水预报的影响。通过对2008年4月7日08时—4月8日08时的一次江淮流域降水过程的数值模拟,从模拟结果可以看出,数字滤波初始化技术的引入明显的改善了降水的预报。     

一种盲源分离初始化方法的研究与仿真

针对盲源分离的初始化问题,提出一种盲源分离初始化方法.该方法首先对接收到的混合信号进行小波稀疏分解,然后选取稀疏性最好的分解系数组,并在其星图中通过聚类方法寻求聚轴来估计混合矩阵.最后,采用这一混合矩阵估计值对FastICA算法进行初始化.仿真实验表明,该初始化方法能避免盲源分离算法收敛时陷入局部最小,加快算法收敛,同时使盲源分离算法的分离精度提高10～26dB.     

快速锁定的低功耗电荷泵锁相环

为了加快锁相环的启动速度,提出了一种初始化电路,启动完成后,初始化电路停止工作,几乎不消耗功耗。提出了动态饱和鉴相鉴频器,扩展了鉴相鉴频器的工作范围,消除了死区并且不受环境变化的影响。使用逻辑电路直接控制一个标准计数器,把脉冲吞咽计数器简化为单环路结构,节省了一个计数器,降低了功耗。采用0.18um 1.8V 1P6M N阱标准CMOS数字工艺完成设计,版图面积为0.09mm2。仿真结果表明,初始化电路和动态饱和鉴相鉴频器使得锁定时间减小了19%,而且初始频率差越大,锁定性能提高地越为显著。输出信号的相对抖动峰峰值小于1.5%,整个锁相环的功耗低于18mW。