混沌神经网络的同步及其在保密通信中的应用

利用神经网络的学习、逼近能力来构造混沌神经网络 ,提出非线性反馈控制混沌同步方法来同步两个混沌神经网络 ,并基于混沌神经网络的同步给出一种新的混沌保密通信系统 .理论分析和数值实验结果表明 ,新系统具有较强的通用性和柔韧性 ,且有同步速度快、信号恢复精度高和密钥量大等优点 .     

自组织特征映射神经网络用于语音识别的研究

该文提出了一种优化的自组织学习算法。基于自组织特征映射(SOM)神经网络和隐马尔柯夫模型(HMM)法,组成了一种新的语音识别系统,该系统采用SOM网络作为矢量量化器。SOM网络经过优化的自组织学习算法训练后,再用K均值聚类算法对其进行调整。实验结果表明,该文提出的语音识别方法确实能提高系统的识别率。     

利用线性约束的二阶最小均方算法进行自适应空时抗干扰

在无线衰落的通信信道中,空时编码的多输入多输出的（MIMO）系统具有很好的性能,但是多址干扰也很严重,提出一种自适应线性约束的二阶最小均方（LC-SOLMS）空时抗干扰算法,来抑制多址干扰和噪声。模拟结果证明：该算法具有较好的干扰抑制能力和快速的收敛性能。     

基于车辆对道路不满意度的微观换道决策

自动驾驶汽车有着极大的应用潜力且高速公路环境下车辆变换车道是常见的行为。为进一步分析高速公路中自动驾驶汽车的微观换道决策,本文定义道路不满意度来表示车辆对行驶道路的不满意程度并将车辆换道意图的产生按本车是否达到目标车速而分为两类,当本车达到目标车速时为第一类,换道意图产生源于本车与前车间距的减小和本车相对于前车速度的增加。当本车未达到目标车速时为第二类,换道意图产生源于本车与前车间距的减小和本车达到目标车速时相对于前车移动距离的增大。针对不同类换道意图的产生机制,结合模糊推理设计道路不满意度算法。换道决策利用当前行驶车道和邻近车道的道路不满意度大小、安全跟车距离、换道安全距离来综合决定换道意图的发生。最后在MATLAB环境下搭建自动驾驶环境并仿真换道决策模型,结果显示本文相比其它换道决策,本文不仅考虑换道安全而且也考虑了目标车道和本车道的跟车安全,更具有实际意义。同时本文的模糊换道决策能兼顾安全性和智能性且适用于依目标车速定速巡航、为达到目标车速而加减速等多种复杂工况下的换道情况。     

浙江树人学院省遥感图像处理与应用国际科技合作基地 推进对外教育科技人才合作 深耕智能影像计算

<正>11月上旬，欧洲科学院院士、白俄罗斯国家科学院院士、工程院院士、智能影像处理专家谢尔盖·阿布拉梅科(Sergey Ablameyko)教授一行5名专家来到浙江树人学院访问交流，就研究生教育、信息科技、人工智能、新医科建设、学术研究、文化交流等领域的务实合作进行深入交流和探讨，Sergey Ablameyko希望双方继续深化合作，相信未来会取得更加丰硕的合作成果。     

数字化能力与企业创新绩效——基于组织文化和网络嵌入的视角

在数字经济背景下，企业数字化能力是转型升级过程中的基石。将企业数字化能力分解为数字基础设施、数字管理能力和数字战略能力等3个维度，并引入内部因素中的组织文化和外部因素中的网络嵌入这2个调节变量，对860家中小企业的创新绩效进行实证分析。研究表明：数字化能力的3个维度变量均会对企业创新绩效产生促进作用，并且组织文化和网络嵌入在数字化能力与企业创新绩效之间起部分调节作用。