An Adaptive Identification and Control Scheme Using Radial Basis Function Networks

1.INTaODUCTIONThemultilayerfeedforwardneuralnetworks(MFNN)hasbeenwidelyappliedinmanyfieldssuchaspatternrecognition,nonlinearoptimization,systemidentificationandcontrol.Thesimpleback-propagation(BP)learningalgorithmisusuallyadoptedtoupdateitsweights.TheBPalgorithm,however,suffersdrawbacksofslowconvergenceandunpredictablesolutionsduringlearning.Althoughmailyapproachessuchasvariablestepsize,conjugategradient,pseudo-Newtonmethods[4]andothermethods[3,10],havebeendevelopedtoovercometheproble…     

含余割核奇异积分的求积公式

首先讨论了Hermite三角插值的收敛性问题,然后利用Hermite反三角插值公式建立了反周期函数正常积分的求积公式,最后通过分离奇点的方法建立了含余割核奇异积分的求积公式.     

半线性二阶微分方程周期边值问题

本文利用整体反函数理论,研究了半线性二阶微分方程周期边值问题,给出了周期解存在唯一性的充分条件.     

数控加工复合循环功能与子程序编程的特点及其应用

零件的数控加工,为了简化数控加工程序,既可以利用复合循环功能编程,又可以应用子程序技术编程.通过对复合循环功能编程与子程序编程的比较得知,应用子程序编程利大于弊,有利于保证零件的加工质量,提高加工效率,降低生产成本.     

双曲数和重复变数的另一种表示法

讨论了用矩阵方法表示双曲数,用矩阵的Kronecker乘积来表示重复变数,并用矩阵表示相应的双曲函数和重复变函数,得到了这两种数局限性的本质,使这两种数及其函数更加直观,易于研究.     

A new adaptive state space construction method for the mobile robot navigation

In order to solve the combinative explosion problems in a continuous and high dimensional state space, a function approximation approach is usually used to represent the state space. The normalized radial basis function （NRBF） was adopted as the local function approximator and a kind of adaptive state space construction strategy based on the NRBF （ASC-NRBF） was proposed, which enables the system to allocate appropriate number and size of the basis functions automatically. Combined with the reinforce- ment learning method, the proposed ASC-NRBF method was applied to the robot navigation problem. Simulation results illustrate the performance of the proposed method.     

基于深度学习的多STBC盲识别算法

针对空时分组码(space-time block code,STBC)识别中多种编码类型难区分的问题,提出了一种基于卷积神经网络的STBC盲识别算法.该算法首先将接收信号采用自相关函数的频域预处理,输入到卷积神经网络中对信号特征进行提取,全连接层对特征进行映射,实现对6种STBC类型的识别.仿真实验结果表明,在无信道和...     

一个可并行运算的分组密码的工作模式

利用GrayCodes对IGE模式进行了改进,得到一个新的工作模式,新模式与原模式相比具有可并行运算和预处理,加密长度可以是任意的,在适应性模型下是可证明安全的优点。     

多元函数可微性研究

从降低偏导连续的条件和利用高阶偏导来判别多元函数可微性,并把相应结果推广到n元函数中。