一類非線性神經(jīng)網(wǎng)絡(luò)中噪聲改善信息傳輸.pdf_第1頁
已閱讀1頁,還剩51頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、通訊領(lǐng)域中,傳統(tǒng)的信號檢測和估計(jì)及改善信息傳輸?shù)姆椒偸墙档突蛳盘栔械脑肼暎沁@種方法不可避免地使原始信號受到損耗而降低了其中有效信息的提取量。隨機(jī)共振(SR:Stochastic Resonance)與傳統(tǒng)處理信號方法的不同之處在于它不僅不消除噪聲,而是在原始信號中加入適量的噪聲,利用信號、噪聲和非線性系統(tǒng)之間的某種協(xié)同作用使得信號能量增強(qiáng),以達(dá)到提高信號處理質(zhì)量和改善信息傳輸效果的目的。
  本文研究了隨機(jī)共振在多元信號

2、檢測和信息傳輸方面的一些應(yīng)用。主要工作如下:
  1.以最小錯(cuò)誤檢測概率為測度,探討了高斯混合噪聲改善多元信號檢測的情況,并且得到了一些新的結(jié)論:噪聲改善信號檢測的(閾上)隨機(jī)共振現(xiàn)象的出現(xiàn)是一個(gè)漸變的過程,與信號是閾上還是閾下沒有特別的聯(lián)系;不僅信號在閾下時(shí)SR存在,信號在閾上時(shí)也會出現(xiàn)噪聲改善信號檢測的閾上隨機(jī)共振(SSR:Supra-threshold Stochastic Resonance)現(xiàn)象。
  2.選取同屬

3、高斯分布的噪聲和信號,基于互信息,借助于數(shù)值計(jì)算和計(jì)算機(jī)仿真比較詳細(xì)地研究了在加性和乘性噪聲共同作用下的一類非線性神經(jīng)網(wǎng)絡(luò)系統(tǒng)中噪聲改善信息傳輸?shù)?閾上)隨機(jī)共振現(xiàn)象。特別發(fā)現(xiàn),改變加性噪聲強(qiáng)度比改變乘性噪聲強(qiáng)度更能使閾上隨機(jī)共振發(fā)生,這為人們往往僅研究加性噪聲提供了一定的依據(jù)。接著給出了隨機(jī)共振在圖像處理方面的一個(gè)應(yīng)用示例,使得隨機(jī)共振現(xiàn)象更具體。
  3.為了拓展噪聲在信號處理方面的應(yīng)用,對上述的非線性神經(jīng)網(wǎng)絡(luò)模型進(jìn)行了改進(jìn),

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論