高码率Turbo码的结构及特性

构成高码率Ｔｕｒｂｏ码有删除法与多维法两种,讨论了删除法构成Ｔｏｒｂｏ码的交织器设计及删除短阵结构。通过分析两种方法构成Ｔｕｒｂｏ码的自由码距,得到了它们的误码率限,发现多维法构成的Ｔｕｒｂｏ码的性能上优于删除法构成的Ｔｕｒｂｏ码,但译码复杂度高、时延大。经比较发现,删除法构成Ｔｕｒｂｏ码能在性能与实现复杂度上取得较好折衷,是一种理论的高码率Ｔｕｒｂｏ码构成方案。     

模糊神经计算的满意输出原理

人工神经网络向人类大脑学习中，不仅要仿效大脑能处理模糊输入信息的能力，而且要学会及时输出能解决问题的满意解的原则和方法，以保证智能信息处理的实时性和多功能性。本文在扼要阐明模糊神经计算系统的基本体系结构和工作原理基础上，重点研究分析模糊神经计算的满意解原理和应用。     

神经网络容错控制在全数字直流调速系统中的应用

本文提出并讨论了全数字直流调速系统电机电枢回路总电阻发生跳变故障时的一种容错控制方法，由神经网络构成的故障检测器在系统每次起动时自检一次，如发生电枢回路总电阻的跳变故障则投入相应的容错控制器，以保证故障系统的动态性能跟正常系统的动态性能尽可能一致。仿真结果表明了该方法的有效性。     

用区组设计构造差错控制码的若干新结果

根据组合数学的区组设计理论．本文提出了若干新型差错控制码，借助于DBBD设计生成了一类非线性码。通过SBIBD设计构成了一类双向监督码，从BIBD设计导出了若干种不等保护能力码。所有上述码的编码译码过程都很容易实现。     

基于数据融合的地铁客流量预测方法

为了更加准确地预测城市地铁交通中动态变化的客流量 ,通过分析城市地铁交通客流量的特点 ,提出了一种基于神经网络数据融合的预测方法。这种方法根据预测数据各属性的特点 ,将采集的数据提取出多个相关序列。在此基础上对各序列采取不同的处理、预测方法 ,再利用神经网络进行融合。这种方法可用于数据动态预测的各种领域。实验表明 ,采用这种方法可以有效地改善数据预测的误差。     

基于光正交码的不规则LDPC码

基于光正交码构造了一类新的不规则OOC LDPC码.新的LDPC码是准循环码,其编码复杂度与码长成线性关系,具有编码复杂度低的特点,它所对应的双向图中没有四线循环.用和积译码算法对新的码字进行了仿真,结果表明,与具有类似参数的随机码和规则OOC LDPC码相比,当信道误码率为10-5时,译码增益分别为0.3和0.15dB.     

基于图的频繁闭项集挖掘算法

为了提高数据挖掘效率，提出了一种基于图的频繁闭项集挖掘算法GFCG(graph—based frequent closed itemset generation)．该算法采用位矢量技术构造有向图，表示项与项之间的频繁关系，并在有向图的基础上递归产生频繁闭项集，从而只需扫描数据库2次，不产生候选集；引入扩展频繁项集的概念，大大减小了检查频繁项集是否闭的搜索空间．用1个真实数据库和2个合成数据库对GFCG进行了测试，并与A-close和CLOSET算法的结果进行了比较，结果表明，该算法具有良好的速度和可伸缩性性能．     

基于优化方法的自适应跳频地址编码方法

为提高跳扩频通信系统抗干扰性能，提出了在多载 直接序列跳扩频（ＭＣ－ＤＳ／ＦＨＣＤ－ＭＡ）通信系统中实现自适应跳频（ＡＦＨ）方式时，基于优化的自适应跳频地址编码方法。在给定信道仿真参数的前提下，对自适应跳频系统的误码性能进行了分析，结果表明自适应方式优于传统方式。     

关于神经计算中满意解的研究

在分析神经计算中已有的满意运算的基础上，找出其中存在的问题，提出了与阈值有关的整体满意度，并对其进行了分析比较，结果表明：整体满意度综合了组合满意度和平均满意度的优点，明显优于后两者。     

神经网络方法在解多路旅行商问题中的应用

本文提出把ＭＴＳＰ转化成标准ＴＳＰ的方法，讨论了用神经网络的原理和方法解决它，计算机模拟结果表明该方法十分有效。