用FPGA实现的复合神经网络自学习算法电路

介绍复合神经网络模型及特性，讨论了基于假逆矩阵的自学习算法，研究用现场可编程门电路（ＦＰＧＡ）实现复合神经网络的自学习过程，电路设计成半并行全数字式．实验结果表明其权值学习结果与计算机软件模拟结果一致，而其运算速度是软件模拟无法比拟的     

一种新型的光子相关仪的设计

介绍了一种用硬件、软件相结合的新型光子数字相关仪(DPC)。它既具有硬件相关仪速度快,又具有软件相关仪易于实现的优点,因而有良好的性能价格比。方案采用了快速进位计数电路和缓冲器暂存计数器内容的方法,使电路实现了对光脉冲信号的连续正确的采集。由于在电路中选用了国际上较为先进的MCS—51单片机,采用双CPU并行操作的工作方式,大大地提高了数据处理速度。     

基于自组织逾渗的金融市场模型

基于逾渗理论和Cont-Bouchaud模型, 从投资群体结构的自组织动态演化的角度出发, 建立了金融市场微观模型. 该模型能够生成与真实股价相似的时间序列. 模型生成的收益率分布中心符合具有尖峰胖尾特征的Lévy分布, 与实证研究相符. 收益率分布的中心峰值即零回复概率与取样时间间隔之间存在幂律关系, 幂指数为−0.61, 与恒生指数实际情况相近.     

自动限温加热带的起动态与过渡态参数的测量

自动限温加热带的质量在很大程度上与材料的性质有关。用MCS—51单片机的测量装置可对正温度系数(PTC)材料进行I—t曲线的测量,并对测量结果进行处理、打印和显示等。本文介绍了该装置的原理和电路特点,并给出了实验结果。     

基于虚拟股市的演化复杂性度量与分析

建立了基于遗传元胞自动机的虚拟股市模型,股市中的股民用元胞代表,股民具备自主学习的能力,同时亦受邻近股民投资历史的影响,股民间的相互影响通过选择算子与交叉算子实现,外界环境通过改变变异概率影响股市系统的演化行为.提取了度量系统演化复杂性的特征量,并在此基础上,研究了它与个体数量及耦合强度之间的关系.大量实验表明：足量的个体与适度的耦合强度有利于维持系统的长期演化.     

金融市场价格标度行为的实证研究

应用扩散熵方法分析道琼斯工业平均指数概率分布函数P(x,t)的标度行为,得到反映其内在特性的标度值,同时给出了不同时间尺度t下扩散过程的对数概率分布函数log10(P(x,t)),该分布函数中心符合Lévy分布,两端具有胖尾特征.由于扩散过程的概率分布函数是非Gaussian型,因此应用扩散熵方法分析其标度行为优于其他方法,而采用实数阶矩估计的标度值明显偏离扩散熵所计算的值.     

GA优化支持向量机用于混沌时间序列预测

介绍了利用支持向量机与重构相空间理论预测混沌时间序列的方法，并以股价时间序列为样本，比较了几种常用核函数的预测能力，实验表明高斯核的预测能力明显好于其它核．使用遗传算法优化了高斯核支持向量机的参数，优化后其预测能力较经验定参方法有明显提高，且好于传统的预测方法．     

贪心聚类算法及其在遥感图像分类和压缩中的应用

根据样本间的近似程度，提出了相关系数聚类概念。对遥感象素光谱曲线突变特性的多分辨率描述，准确地刻画了遥感对象内容。还以小波特征相关系数衡量象素间距离，并通过贪心搜索实现了冗余度最低的聚类中心。在比较准确的初始分类的基础上，结合K-means聚类可实现较高的无损压缩。最后，由TM多光谱图像和AVIRIS超谱图像的实验分析，验证了该聚类算法的灵活性、分类的有效性和较高的无损压缩效果。