Legendre正交基前向神经网络的权值直接确定法

为避免权值反复迭代修正的冗长BP训练过程,避免传统方法陷入局部极小点,根据多项式理论,构造了一种新型前向神经网络模型,推导了基于最速下降法的误差反传算法和基于伪逆的直接确定法.仿真结果显示,迭代方法和伪逆直接确定法都能达到比较高的工作精度(10-6).     

浅议田径运动性疲劳的恢复训练

本文主要针对田径运动性疲劳恢复训练问题进行探讨。笔者从理论上阐述了运动性疲劳的产生及其判断，并结合平时有关恢复训练的措施与体会，掌握运动性疲劳的诊断方法及有效的恢复手段，对训练工作和提高运动员成绩都具有十分重要的意义。     

四种常见数字混沌扩频序列的特性分析

利用混沌系统对初始值的敏感性,可以提供数量极其多、非相关、类随机而又是确定、易于产生和再生的混沌序列。本文对Tent映射、Logistic映射、改进型Logistic映射和Chebyshev映射的混沌序列的主要特性进行了详细的分析。仿真结果表明这四种混沌序列具有传统扩频码序列的特性。     

Hermite正交基前向神经网络的权值直接确定法

根据多项式插值与逼近理论,提出了一种基于Hermite正交基的前向神经网络模型．该神经网络采用3层前向结构,以一组Hermite正交多项式作为隐层神经元的激励函数,而输入输出层神经元则采用线性激励函数．依据误差回传（BP）算法给出了权值修正的迭代公式．区别于以往反复迭代训练而达到最优权值的标准做法,针对该Hermite正交基前向神经网络模型,进一步提出了一种基于伪逆的直接计算权值的方法（即一步确定）．该权值直接确定法避免了以往的权值反复迭代的冗长训练过程,仿真结果显示其具有比传统的BP迭代法更快的计算速度和工作精度．     

浅析运动员赛前心理状态及心理训练

运动员在力争获得优异成绩的过程中，由于竞赛的激烈，局势多变，势必会表现出各式各样的心理特点。因此，心理训练对于运动员的水平和能力的提高有积极的意义与作用，可以有效避免竞赛时紧张、胆怯、等不良反应，还可帮助运动队员形成具有个人特点的技巧、战术风格。本文首先分析了运动员赛前的心理状态，继而提出了五个心理训练法来说明系统的心理训练可提高参赛队员的竞赛水平。     

Laguerre正交基前向神经网络及其权值直接确定法

根据多项式理论,构造了一种以Laguerre正交多项式作为隐层神经元激励函数的前向神经网络模型.根据标准BP算法,导出了权值修正的迭代公式(包括标量形式和矩阵形式).区别于这种需要迭代训练获得最优权值的方法,针对该网络模型,进一步提出了一种基于伪逆的直接计算权值的方法.该权值直接确定法避免了以往的权值反复迭代训练的冗长过程.仿真结果显示其具有比传统的BP迭代法更快的计算速度,并且能够能达到更高的工作精度.