神经网络盲均衡理论、算法与应用（中国计算机学会学术著作丛书）

图书标准信息

• 作者 张立毅 著
• 出版社 清华大学出版社
• 出版时间 2013-12
• 版次 1
• ISBN 9787302310112
• 定价 39.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 181页
• 字数 298千字

【内容简介】

　　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。

【目录】

第1章绪论

1.1盲均衡技术的研究意义

1.2盲均衡技术的应用

1.2.1在数字电视中的应用

1.2.2在CATV系统中的应用

1.2.3在智能天线中的应用

1.2.4在软件无线电中的应用

1.2.5在图像盲恢复中的应用

1.2.6在射频识别中的应用

1.3神经网络盲均衡算法的研究进展

1.3.1前馈神经网络盲均衡算法

1.3.2反馈神经网络盲均衡算法

1.3.3模糊神经网络盲均衡算法

1.3.4进化神经网络盲均衡算法

1.3.5小波神经网络盲均衡算法

1.4本书研究背景及结构安排

1.4.1本书研究背景

1.4.2本书结构安排

第2章神经网络盲均衡算法的理论

2.1盲均衡的基本原理

2.1.1盲均衡的概念

2.1.2盲均衡器的结构

2.1.3盲均衡采用的基本算法

2.1.4盲均衡的均衡准则

2.2神经网络的基本理论

2.2.1人工神经网络的概念

2.2.2人工神经网络的发展

2.2.3人工神经网络的特点

2.2.4人工神经网络的结构及分类

2.3神经网络盲均衡算法的基本原理

2.3.1基于神经网络滤波器的盲均衡算法的原理

2.3.2基于神经网络控制器的盲均衡算法的原理

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

2.4.1BP算法

2.4.2改进型BP算法

2.5神经网络盲均衡算法的评价指标

2.5.1收敛速度

2.5.2运算复杂度

2.5.3误码特性

2.5.4跟踪时变信道的能力

2.5.5抗干扰能力

2.5.6代价函数的凸性

2.5.7稳态剩余误差

2.6本章小结

第3章前馈神经网络盲均衡算法的研究

3.1前馈神经网络的基本原理

3.1.1前馈神经网络的概念

3.1.2前馈神经网络的结构

3.1.3前馈神经网络的特点

3.2三层前馈神经网络盲均衡算法

3.2.1三层前馈神经网络的模型

3.2.2实数条件下三层前馈神经网络盲均衡算法

3.2.3复数条件下三层前馈神经网络盲均衡算法

3.3多层前馈神经网络盲均衡算法

3.3.1多层前馈神经网络的概念

3.3.2四层前馈神经网络盲均衡算法

3.3.3五层前馈神经网络盲均衡算法

3.4动量项前馈神经网络盲均衡算法

3.4.1算法的基本原理

3.4.2算法形式的推导

3.4.3计算机仿真

3.5时变动量项前馈神经网络盲均衡算法

3.5.1算法的基本原理

3.5.2算法形式的推导

3.5.3计算机仿真

3.6变步长前馈神经网络盲均衡算法

3.6.1算法的基本原理

3.6.2算法形式的推导

3.6.3计算机仿真

3.7本章小结

第4章反馈神经网络盲均衡算法的研究

4.1反馈神经网络的基本原理

4.1.1反馈神经网络的概念

4.1.2反馈神经网络的结构

4.1.3反馈神经网络的特点

4.2基于双线性反馈神经网络的盲均衡算法

4.2.1双线性反馈神经网络的基本原理

4.2.2实数条件下双线性反馈神经网络盲均衡算法

4.2.3复数条件下双线性反馈神经网络盲均衡算法

4.3对角递归神经网络盲均衡算法

4.3.1对角递归神经网络的模型

4.3.2算法形式的推导

4.3.3计算机仿真

4.4准对角递归神经网络盲均衡算法

4.4.1准对角递归神经网络的模型

4.4.2算法形式的推导

4.4.3计算机仿真

4.5变步长对角递归神经网络盲均衡算法

4.5.1算法的基本原理

4.5.2算法形式的推导

4.5.3计算机仿真

4.6变步长准对角递归神经网络盲均衡算法

4.6.1算法的基本原理

4.6.2算法形式的推导

4.6.3计算机仿真

4.7本章小结

第5章模糊神经网络盲均衡算法的研究

5.1模糊神经网络的基本原理

5.1.1模糊神经网络的概念

5.1.2模糊神经网络的结构

5.1.3模糊隶属函数的选取

5.1.4模糊神经网络的学习算法

5.1.5模糊神经网络的特点

5.2模糊神经网络滤波器盲均衡算法

5.2.1算法的基本原理

5.2.2算法形式的推导

5.2.3计算机仿真

5.3模糊神经网络控制器盲均衡算法

5.3.1算法的基本原理

5.3.2算法形式的推导

5.3.3计算机仿真

5.4模糊神经网络分类器盲均衡算法

5.4.1算法的基本原理

5.4.2算法形式的推导

5.4.3计算机仿真

5.5本章小结

第6章进化神经网络盲均衡算法的研究

6.1进化神经网络的基本原理

6.1.1遗传算法的概念

6.1.2遗传算法的发展

6.1.3遗传算法的参数

6.1.4遗传算法的基本流程

6.1.5遗传算法的特点

6.1.6遗传算法与神经网络的结合机理

6.2GA优化神经网络权值盲均衡算法

6.2.1算法的基本原理

6.2.2二进制编码GA优化神经网络权值盲均衡算法

6.2.3实数编码GA优化神经网络权值盲均衡算法

6.3GA优化神经网络结构盲均衡算法

6.3.1算法的基本原理

6.3.2算法形式的推导

6.3.3计算机仿真

6.4本章小结

第7章小波神经网络盲均衡算法的研究

7.1小波神经网络的基本原理

7.1.1小波神经网络的概念

7.1.2小波神经网络的结构

7.1.3小波神经网络的特点

7.2前馈小波神经网络盲均衡算法

7.2.1算法的基本原理

7.2.2实数条件下前馈小波神经网络盲均衡算法

7.2.3复数条件下前馈小波神经网络盲均衡算法

7.3反馈小波神经网络盲均衡算法

7.3.1算法的基本原理

7.3.2实数条件下反馈小波神经网络盲均衡算法

7.3.3复数条件下反馈小波神经网络盲均衡算法

7.4本章小结

第8章神经网络盲均衡算法在医学图像处理中的应用

8.1图像盲均衡的概念

8.1.1医学CT图像的成像机理及退化过程

8.1.2医学CT图像盲均衡的基本原理

8.1.3医学图像盲均衡的定量衡量指标

8.2基于Zigzag编码的医学CT图像神经网络盲均衡算法

8.2.1算法的基本原理

8.2.2算法迭代公式推导

8.2.3算法收敛性能分析

8.2.4计算机仿真

8.3双Zigzag编码的医学CT图像神经网络盲均衡算法

8.3.1算法的基本原理

8.3.2算法迭代公式推导

8.3.3计算机仿真

8.4本章小结

附录A复值三层前馈神经网络盲均衡算法隐层权值迭代公式的推导

附录B复值双线性反馈神经网络盲均衡算法迭代公式的推导

附录C模糊隶属函数的类型

附录D动态递归模糊神经网络盲均衡算法迭代公式的推导

参考文献