一种递归泛函网络模型及学习算法

提出一种递归泛函网络模型,给出递归泛函网络稳定性的一种判据,即把稳定点转化为某种函数的不动点;给出一般递归泛函网络学习算法,该算法是借助于Lagrange乘数法,作辅助函数对泛函参数学习过程归结为求一组线性方程组的过程;指出基于递度下降学习算法应用于递归泛函网络仅是一种特殊情形。最后,通过算例分析表明,该算法十分有效,具有模型简单、计算精度高等特点。     

关于Abel群的几个等价定义

本文给出了Abel群的6个等价定义:定理1—定理6.     

线性规划对偶问题的一个注记

本文指出了线性规划对偶问题中的一个小漏洞，并作了改正。     

谈谈注释的定义、分类及编排

文章从分析、注释与注明的异同入手，正确指出注释含义，同时对注释的分类及编排方式作了明确阐述。     

学习资源的定义和分类综述

中国的教育技术是从国外翻译过来的,是在原来电化教育的基础上发展起来的,在界定学习资源时与国内教育技术研究者与国外研究者们有相同也有不同之处;在学习资源的划分上更多依据AECT的定义.     

基于导频的OFDM信道估计小波核SVM算法

针对传统多径衰落下的OFDM导频信道估计性能低下,地板效应的缺陷,提出了基于导频的小波递归最小二乘支持向量机(WRLS-SVM)时变信道频率估计算法。首先讨论了小波成为核函数的条件,构造了小波核。然后将根据结构风险递归二乘最小化准则回归估计支持向量机原理,把导频训练序列映射到高维空间,并在高维空间采用结构小波核函数,达到了将低维空间的非线性估计转化为高维空间的线性估计的目的。仿真结果表明,在快衰落信道条件下,小波递归最小二乘支持向量机导频信道估计方法可以获得较好误码性能。该方法优于传统的信道插值方法。     

应用模糊技术的递归小波神经网络太阳日总辐射预测

考虑到人工神经网络在非线性函数逼近方面的特性和小渡函数良好的时频域多分辨分析能力，建立了结舍两者优点的递归小渡BP网络（RWBPNN）模型，用以对地面太阳日总辐射进行准确预测．该模型将气象台的天气阴睛预报进行模糊化处理后输入神经网络，增加有用信息以改善模型的预测精度．同时还提出了批量平均权值法来训练网络，有效地改善了初始参数的选择问题．实例以及模型间的比较说明了本模型应用于太阳辐射预测具有更高精度和实际可行性．     

论知识定义的困境与转向

关于知识定义的传统分析自从葛梯尔问题出现之后就陷入了困境.反思"知道"与"知识"的区别,指出传统分析所体现的"主体-客体"二元认识模式的缺陷,从"知识的功能"角度反思"知识的条件是什么",从讨论和解决"知识是否具有客观有效性"、"客观有效性是否就是公共性"、"公共性是否是确证知识的合理条件"等问题,可为知识的准确定义提供新途径.     

基于递归标记的红外图像变分辨率相关匹配算法

提出了一种新的红外图像分析算法。该算法根据图像预处理分割后的二值图像,对目标图像进行递归标记,避免了基于点的连通体检测中“1”像素点可能被重复扫描的现象,实现了只考虑提取目标特征,不用得到最终的标记图像本身的要求。获取对应红外图像的二进制编号后,根据目标形心特征进行变分辨率相关匹配,实验结果表明对理想及带噪声的输入均有较好识别率。该算法在提高了目标单帧检测概率同时,尽可能地降低了相关匹配的运算量。