一种基于贪婪算法的CORDIC改进算法

针对传统串行坐标旋转数字计算方法（CORDIC）耗时且占用较多资源的缺点,提出了一种旋转模式下CORDIC算法的新型改进算法,该改进算法可用来代替直接数字频率合成器(DDS)查找表进行正余弦的计算。通过采用贪婪算法实现对CORDIC旋转方向与旋转角度的优化,从而可以达到串行转并行和减少迭代次数、节约资源的目的。该算法可以应用于三角函数的复杂函数的硬件实现中。仿真结果表明,在迭代次数相同的情况下,改进算法较传统算法可以获得更高的精度。最后,在Xilinx FPGA的Spartan-3E芯片上实现了改进的CORDIC结构。与传统CORDIC算法相比,在运算精度为10-5时,可以节省Slices、LUTs(Look Up Tables)资源分别为28%和25%。     

基于神经网络对管制中心系统的效能评估

根据神经网络学习算法和专家系统的原理，提出了利用BP算法对管制中心系统进行效能评估的系统结构和功能实现方法，构造了管制中心系统的效能评估模型。并结合实例，对管制中心系统的效能评估过程进行了研究，给出了基于神经网络对管制中心系统进行量化评估的一种方法。     

一种基于孪生神经网络的深度异构网络嵌入算法

针对现有异构网络嵌入方法导致的捕获关系冗余和模糊的问题,提出了一种基于孪生神经网络的深度异构网络嵌入模型。首先,基于面向关系的深度嵌入(Relation-Oriented Deep Embedding,RODE)框架构建了异构网络嵌入模型,以区分同型节点和异型节点之间的关系;其次,将同型节点与异类节点之间的相似性近似到低维空间,通过构建多任务的孪生神经网络来实现节点之间结构和语义关系的深度嵌入;最后,选取四个数据集执行典型网络挖掘任务,并与其他六种算法进行实验对比分析。实验结果表明,保持相同类型节点之间的相似性有助于提高节点分类效率,且损失函数在提高异构网络嵌入质量方面具有良好的优越性;RODE模型能够有效提高稀疏网络的嵌入质量,且具有良好的稳定性和鲁棒性。     

A Neural Network for Predicting Manufacturers' Perceived Cooperation with Distributors in the New Product Development Process

ABSTRACT

This research has two objectives. The first is to develop a conceptual neural network for studying manufacturer-distributor cooperation in the new product development (NPD) process and to compare the neural network directly with the traditional multiple regression. The second objective is to examine the relative importance of the antecedents of manufacturer-distributor cooperation. Data from 295 U.S. manufacturing firms are used to test the neural models. The study demonstrates that neural network analysis is a good method predicting manufacturer-distributor cooperation in the NPD process. The results also show that the ranking of antecedents of manufacturer-distributor cooperation from most to least important is: relative dependence, shared values, communication, commitment, and trust. Implications for NPD managers are offered at the end of the paper.     

一种新型的基于神经网络的无线信道模型

本文提出了一种使用神经网络来建模和仿真无线通信信道的方法。由于神经网络优异的学习特性,文中使用神经网络对无线信道的输入输出响应进行建模,讨论了建模的方法,给出了仿真的结果,分析了遇到的问题和解决方法,并进一步阐述了在实际的无线信道环境中使用神经网络建模的优越性。     

基于神经网络的人民币实际有效汇率分析与预测

通过计算人民币实际有效汇率指数,并利用自适应神经网络技术对其未来走势进行预测,结果表明:1994年以来,人民币实际有效汇率指数一直呈稳步上升状态,在近期内仍将维持小幅上升的态势。因此,国际社会要求人民币大幅升值的实际基础是不存在的,“人民币升值论”实质是国际经济持续低迷引起的国外政府与媒体的升值预期。因此,政府应当积极采取有效措施,缓解人民币升值压力,将其对国民经济的危害降低到最小程度。     

基于改进的Hopfield离散神经网络的模式识别

本文介绍基于改进的Ｈｏｐｆｉｅｌｄ离散神经网络（ＩＨＤＮ）的模式识别。当一个要求存贮在网络中的模式输入时，我们计算它与其它模式的类似测试，并把类似测试在网络综合中加以考虑。当输入任一矢量时，由于网络的联想能力，该矢量将进化到与它距离最近的一个存贮模式中。理论分析和实验仿真结果表明，ＩＨＤＮ比原Ｈｏｐｆｉｅｌｄ离散神经网络（ＨＤＮ）有更大的存贮容量和更强的联想能力。     

基于BP神经网络的出口产品价格监测预警模型

根据反倾销理论,当出口商品的价格低于其正常价值、进口国同类商品的价格降幅明显且其生产者遭受到严重损失时,进口国政府将进行反倾销诉讼。基于此,以我国出口至美国的棉纱为例,利用BP神经网络建立了出口产品价格监测预警模型,旨在提高我国出口棉纱生产商及政府在面对美国反倾销诉讼或实施贸易保护政策时的反应能力。实验结果显示:该模型具有较高的训练和预测精度,可以起到预警的效果。     

采用矢量网络分析的超宽带脉冲传播特性测量方法

介绍了一种采用矢量网络分析对超宽带脉冲传播特性进行测量的方法。首先通过测 量,得到收发天线之间环路的频域响应;然后设计合适的激励脉冲波形,通过傅里叶变换至 频域,经过一系列算法处理,得到接收信号的频域函数;最后经过傅里叶逆变换,恢复出超 宽带信号时域波形。研究了这种方法的基本流程,解决了实际应用中存在的一些问题,并在 此基础上构建了测试系统。对超宽带信号的直线传播和反射进行了测试,测试结果验证了该 方法的有效性及其优势。     

基于Matlab Web Server的神经网络远程故障诊断方法

提出了基于Matlab Web Server的神经网络远程故障诊断方法，使得网络客户端能通过Intranet访问远程Matlab Web Server从而对神经网络进行训练，训练完成后可以利用训练好的神经网络进行远程故障诊断。事实上利用相似的方法，利用Matlab的强大仿真与计算功能也可以加强网络的仿真与计算功能，具有很大的实用价值。     

基于神经网络的商业街区满意度模型

从世界经济发展态势看,上海商业街区面临新的机遇和挑战。基于神经网络,构建了上海市商业街区的满意度模型,对徐家汇、淮海路等商业街区进行了满意度测算和分析,并提出了有关政策建议。