一类混沌神经元的控制

大脑是一个由大量神经元组成的非常复杂的非线性系统,这些神经元中包含着复杂的动力学行为:稳定态,周期态,甚至混沌行为.人们已经认识到混沌在大脑对信息的处理中扮演着重要的角色.如Freeman在兔子的嗅觉实验中发现,当兔子闻到一种它已知的气味时,它的嗅觉小球的活动呈极限环状态;而当兔子闻到一种未知气味时,它     

智能化逆变电源研制及其SPWM波软件生成

介绍了一种基于微处理器的中小功率逆变电源系统,讨论了系统的硬件、软件设计和正弦脉宽调制（ＳＰＷＭ）波的生成和输出稳压方案的设计,提出了一种软件实现ＳＰＷＭ波的新方法。实验数据表明,该系统具有良好的稳夺性能和很小的波形失真,说明该设计是有效的。     

应用倒谱特征的带噪语音端点检测方法

传统的语音端点检测方法以信号的短时能量、过零率等简单特征作为判决特征参数.这些方法在实际应用中,尤其当信号信噪比比较低时,无法满足系统的需要.文中利用语音信号的倒谱特征作为判决抽样信号帧是否为语音信号的依据,并提出了倒谱距离测量法和循环神经网络法.通过对宽带噪声-白噪声干扰情况和一种特殊噪声——汽车噪声情况的实验,发现倒谱特征参数的语音信号端点检测方法在噪声环境下具有传统的能量方法无法比拟的优越性,更适合于实际应用.     

一种基于噪声模型的语音/噪声分类方法

提出了一种可用于嵌入式ASR系统的语音/噪声分类的新方法，该方法利用一个噪声模型，对每帧信号的评价值进行语音/噪声分类．实验表明，该方法可以有效地区分语音和噪声，并表现出在各种噪声环境和不同信噪比条件下的鲁棒性．该算法已经集成进一个ASR系统，并在Corn-paq iPAQ上进行了测试，其计算代价不到整个系统代价的10％．     

应用倒谱特征的带噪语音端点检测方法

传统的语音端点检测方法以信号的短时能量、过零率等简单特征为判决特征参数。这些方法在实际应用中,尤其当信号噪比比较低时,无法满足系统的需要。文中利用语音信号的倒谱特征作为判决抽样信号帧是否为语音信号的依据,并提出了倒谱距离测量法和循环神经网络法,通过对宽带噪声－白噪声干扰情况和一种特殊噪声－汽车噪声情况的实验,发现倒谱特征参数的语音信号端点检测方法在噪声环境下具有传统的能量方法无法比拟的优越性,更适     

离散混沌系统的非线性反馈控制同步方法

利用反馈控制混沌原理,提出了非线性反馈控制混沌同步方法,理论分析和数值实验结果表明,该同步方法不需要分解系统,具有适用面广、同步速度快等优点。     

听觉掩蔽门限在说话者识别中的应用

语音信息在人的听觉系统中的表示具有一定的冗余性．利用这一特性把丢失数据技术应用于噪声环境下说话者识别系统的性能改进．听觉掩蔽效应这一听觉现象被用来检测语音信号频谱中被噪声严重干扰的“丢失成分”．经过丢失数据补偿技术结合语音增强处理,说话者识别系统在不利环境下的准确率得到了提高．通过对宽带噪声－ 白噪声和一种特殊噪声——汽车噪声干扰下语音的说话者辨认实验,发现这种方法优于单独使用语音增强方法．     

基于最速下降的混沌时间序列参数估计和滤波

提出了从被加性高斯白噪声污染的混沌时间序列中同时估计混沌系统参数和滤除序列噪声的新方法．并假定产生非线性时间序列的模型已知,但相应的参数未知．这种新方法把对混沌时间序列的参数估计和滤波看作是一种最小化过程,并利用了最速梯度下降方法解决．数值模拟实验表明,新方法要优于现有的方法,是估计混沌系统参数和滤波的一种有效方法．     

模糊元图及其在飞行器故障诊断中的应用

基于现有不确定知识的表示和推理方法的不足，提出了一种新的图论结构——模糊元图，给出了模糊元图的一系列定义，并探讨了其数学特性．模糊元图具有很强的图形化描述功能和形式化分析能力，它描述的是集合而非单个元素之间的关系，并能有效地表示和处理模糊信息．利用模糊元图的邻接矩阵闭包可实现以离线计算为主的推理方式，避免不必要的重复计算，并可大大减少搜索空间，从而极大地提高实时推理效率．将其应用在飞行器故障诊断中，取得了很好的效果．     

利用常量脉冲法控制混沌神经元中的混沌

探讨了一类神经元模型中混沌行为的控制问题。基于控制混沌的比较脉冲反馈方法,发展了常量脉冲方法控制混沌。利用稳定性研究了新方法控制混沌的机制,并对处于混沌状态的神经元进行控制,使神经元的状态稳定在期望的固定点或周期轨道。理论和数值结果表明,新方法能有效控制神经元中的混沌。