从观察数据确定李雅普诺夫指数谱算法的一种改进

由观察数据计算李雅普诺夫指数谱，一个重要的方法是用多项式拟合系统内在的动力学映射，该法得到的结果精度高，但计算量很大。本文通过简化公式降低了计算中所用矩阵的阶数，有效地减少了计算量，对混沌信号数据的实时处理有实际意义。     

无师训练Fuzzy Min-Max人工神经网络

提出了一种无师训练的ｆｕｚｚｙ ｍ ｉｎｍ ａｘ 人工神经网络，它兼有一般ｆｕｚｚｙ ｍ ｉｎｍ ａｘ 网与ＡＲＴ２网的优点，既弥补了ｆｕｚｚｙ ｍ ｉｎｍ ａｘ 网不能自适应在线学习新类的缺陷，又消除了ＡＲＴ２网警戒门限过高的弊病。经模式识别仿真对比，对同样的输入数据，我们提出的网络用较低的警戒门限值即可达到ＡＲＴ２用很高的警戒门限值才能达到的分类效果，且计算量大大减少。对模式识别而言，所提出的网络比ｆｕｚｚｙ ｍ ｉｎｍ ａｘ 网和ＡＲＴ２网更具有实用价值。     

无师General Fuzzy Min-Max人工神经网络

针对一般模糊极小极大(generalfuzzymin max,GFMM)神经网络不能够完全无师聚类和自适应在线学习的问题,提出了一种无师训练的一般模糊极小极大(generalfuzzymin max,GFMM)人工神经网络。它继承了GFMM网络的优点,可以输入n维模糊量,尤其是新增加了无师学习的功能,弥补了GFMM网络不能自适应在线学习新类的缺陷。实验测试结果与分析表明,该网络在自动目标识别的实际应用中具有广泛的适用性。     

数据随机脱落时正态AR模型参数的最小平方和估计

本文在[2]基础上讨论了周期图与正态AR模型参数最小平方和估计之间的关系,得出联系二者的明确公式。本文还介绍了数据随机脱落时正态AR模型参数最小平方和估计。