神经网络盲均衡理论、算法与应用
天津市自然科学学术著作出版资助项目,天津市科协资助出版

作者:张立毅 等

丛书名:中国计算机学会学术著作丛书

定价:39元

印次:1-1

ISBN:9787302310112

出版日期:2013.12.01

印刷日期:2013.12.24

图书责编:汪汉友

图书分类:教材

电子书
在线购买
分享
内容简介
作者简介
前言序言
资源下载
查看详情 查看详情 查看详情

本书共分8章,系统地介绍了神经网络盲均衡算法的基本理论及算法形式。首先,分析了盲均衡算法的基本原理、均衡准则、评价指标以及与神经网络的结合机理;其次,系统研究了前馈神经网络、反馈神经网络、进化神经网络、模糊神经网络和小波神经网络盲均衡算法的基本原理,推导了算法迭代公式,并进行了计算机仿真;最后,采用Zigzag编码和前馈神经网络实现了二维医学图像的盲均衡。 本书既注重结构的完整性和内容的连续性,也强调了理论推导的循序性和语言描述的精练性,还力求从简到繁、由浅入深、循序渐进、通俗易懂。 本书可供信息与通信工程学科的研究生以及从事电子与通信技术的广大科技人员学习和参考。

张立毅,男,生于1963年2月,1985年毕业于太原工业大学(现太原理工大学)获工学学士学位,2003年毕业于北京理工大学获工学博士学位,2008年天津大学通信与信息系统博士后流动站出站。现任天津商业大学研究生部主任兼学科建设办公室主任、教授,天津大学信息与通信工程一级学科博士研究生导师。先后兼任全国微波毫米波测试专业学会副主任,中国电子学会电路与系统分会委员,山西省通信学会常务理事,山西省通信学会学术委员会副主任,天津市通信学会高校工作委员会理事,中国电子学会高级会员,中国通信学会高级会员。研究方向为信号检测与处理,智能计算与信息处理。指导硕士研究生毕业86名,博士研究生8名,博士后4名。2009年被评为天津市优秀教师,2011年被评为天津市劳动模范。先后完成鉴定国家自然科学基金、中国博士后基金、国家863子课题等项目20余项,在国内外学术期刊及会议上发表论文200余篇,其中被EI等收录100余篇次。在高等教育出版社、清华大学出版社、北京大学出版社、中国计量出版社等出版学术专著教材14部,其中,《数字信号处理及应用》(高等教育出版社)、《信号检测与估计》(清华大学出版社)被评为国家“十一五”规划教材,《误差�析与测量不确定度评定》(中国计量出版社)2008年被评为北京市精品教材,《电子工艺学教程》(北京大学出版社)2009年获得中国大学出版社协会优秀教材一等奖,今年又被评为天津市“十二五”规划教材,并被推荐参选国家级“十二五”规划教材。�

盲均衡技术作为一种不借助训练序列,仅利用接收序列本身的先验信息来均衡信道特性、使其输出序列尽量逼近发送序列的新兴自适应均衡技术,可以有效地克服码间干扰,提高通信质量。神经网络作为一门集神经科学、信息科学、计算机科学于一体的交叉边缘学科,具有大规模并行、分布式存储与处理、自组织、自适应、自学习和高度的容错能力。神经网络与盲均衡算法相结合,可以提高收敛性能,改善均衡效果,是目前通信、信号与信息处理等学科的一个重要前沿热点研究课题,具有重要的理论意义和实用价值。 本书第一作者及其所指导的博士和硕士研究生由孙云山、张晓琴、白煜、鲁瑞、牛晓薇、程海青、贾枫美、贾艳玲、李沅、康艳旗、刘永等组成的科研团队自2000年开始,在山西省自然科学基金项目“移动通信盲均衡器研究”(20011035)、中国博士后科学基金项目“模糊神经网络在盲均衡技术中的应用研究”(20060390170)、山西省自然科学基金项目“基于神经网络盲均衡技术的研究”(20051038)和天津市高等学校科技发展基金项目“基于进化神经网络盲均衡算法的研究”(20060610)、“基于Zigzag变换的医学图像盲恢复算法的研究”(20110709)等课题的资助下,将神经网络与盲均衡算法有机结合,系统地研究了基于神经网络,尤其是新型神经网络的盲均衡算法,一些研究成果已在国内外重要学术期刊及国际国内会议上发表。本书作为这些研究成果的总结与提炼,基本反映了目前国内外神经网络盲均衡算法方面最新的研究动态及学科前沿情况。 本书共分8章。第1章为绪论,介绍了盲均衡技术的研究意义及应用领域,综述了神经网络盲均衡算法的分类及研究现状;第2章为...

暂无课件

样章下载

暂无网络资源

扫描二维码
下载APP了解更多

目录
荐语
查看详情 查看详情
第1章绪论1

1.1盲均衡技术的研究意义1

1.2盲均衡技术的应用2

1.2.1在数字电视中的应用2

1.2.2在CATV系统中的应用2

1.2.3在智能天线中的应用3

1.2.4在软件无线电中的应用3

1.2.5在图像盲恢复中的应用3

1.2.6在射频识别中的应用4

1.3神经网络盲均衡算法的研究进展4

1.3.1前馈神经网络盲均衡算法4

1.3.2反馈神经网络盲均衡算法6

1.3.3模糊神经网络盲均衡算法7

1.3.4进化神经网络盲均衡算法8

1.3.5小波神经网络盲均衡算法9

1.4本书研究背景及结构安排9

1.4.1本书研究背景9

1.4.2本书结构安排10

第2章神经网络盲均衡算法的理论11

2.1盲均衡的基本原理11

2.1.1盲均衡的概念11

2.1.2盲均衡器的结构11

2.1.3盲均衡采用的基本算法12

2.1.4盲均衡的均衡准则14

2.2神经网络的基本理论17

2.2.1人工神经网络的概念17

2.2.2人工神经网络的发展18

2.2.3人工神经网络的特点18

2.2.4人工神经网络的结构及分类19

2.3神经网络盲均衡算法的基本原理20

2.3.1基于神经网络滤波器的盲均衡算法的原理20

2.3.2基于神经网络控制器的盲均衡算法的原理21

2.3.3基于神经网络分类器的盲均衡算法的原理212.4神经网络盲均衡算法的学习方法22

2.4.1BP算法22

2.4.2改进型BP算法23

2.5神经网络盲均衡算法的评价指标27

2.5.1收敛速度27

2.5.2运算复杂度27

2.5.3...