检索结果-维普期刊中文期刊服务平台

基于卷积神经网络编码加扰类型识别: 1; 作者卫翔刘星璇谭继远《火力与指挥控制》 CSCD 北大核心 2024年第11期118-127,共10页; 针对线性分组码加扰和卷积码加扰类型的识别问题,提出了一种利用相关特征和浅层神经网络相结合的加扰类型识别方法。推导了加扰序列码元的互相关特征,引入了有偏自相关函数,两者结合作为输入的相关特征;在分析加扰序列相关性的基础上,... 展开更多; 关键词线性分组码加扰卷积码加扰码元互相关有偏自相关函数浅层神经网络; 在线阅读下载PDF 职称材料

神经网络在分组码软判决译码中的应用被引量：5: 2; 作者徐大专顾长青许宗泽《电子学报》 EI CAS CSCD 北大核心 1995年第4期91-94,共4页; 本文对线性分组码构造了一个神经网络软判决译码器，并提出了循环码的一个神经网络软判决译码算法，对Ｇｏｌａｙ码的计算机仿真表明，新算法不仅译码速度快，而且，具有优越的性能。; 关键词神经网络纠错码软判决译码; 在线阅读下载PDF 职称材料

基于前馈神经网络的分组码译码方案被引量：4: 3; 作者柏春燕谢显中王新梅《西安电子科技大学学报》 EI CAS CSCD 北大核心 1999年第2期160-164,共5页; 在构造出分组码格图的基础上，利用一种基于前馈神经网络的多输入最小值选择网络实现分组码的软判决及硬判决译码．计算结果表明，前馈神经网络总能找到全局最优解，从而使该译码算法的性能同于最大似然译码．由于该前馈网络的计算时延... 展开更多; 关键词分组码格图前馈神经网络纠错码译码; 在线阅读下载PDF 职称材料

一种基于RBF神经网络的线性分组码的通用译码网络被引量：2: 4; 作者彭燕妮曹长修周世纪《计算机应用》 CSCD 北大核心 2003年第10期114-116,共3页; 文中讨论了关于神经网络在差错控制译码中的应用,构造了一种基于RBF人工神经网络的线性分组码的通用译码网络,该网络通过有监督的学习后,可对任意长度、任意类型的线性分组码进行译码,并能对纠错范围内的误码进行自动纠错。; 关键词 RBF神经网络线性分组码纠错; 在线阅读下载PDF 职称材料

线性分组码的神经网络译码被引量：2: 5; 作者雒海潮《现代电子技术》 2004年第6期63-64,67,共3页; 介绍了神经网络与线性分组码之间的关系,并在文献[1]的基础上证明了软判决译码与求解能量函数最大值之间的等价性,然后以(7,4,3)汉明码为例介绍了神经网络在循环码硬判决、软判决译码中的应用。; 关键词线性分组码神经网络循环码软判决译码; 在线阅读下载PDF 职称材料

题名基于卷积神经网络编码加扰类型识别: 1; 作者卫翔刘星璇谭继远; 机构海军潜艇学院; 出处《火力与指挥控制》 CSCD 北大核心 2024年第11期118-127,共10页; 文摘针对线性分组码加扰和卷积码加扰类型的识别问题,提出了一种利用相关特征和浅层神经网络相结合的加扰类型识别方法。推导了加扰序列码元的互相关特征,引入了有偏自相关函数,两者结合作为输入的相关特征;在分析加扰序列相关性的基础上,构建了实时性较强的浅层神经网络模型;将加扰数据集输入到网络模型中,完成了网络的训练和识别测试。仿真结果表明,相比于基于多重分型谱的传统算法,所提算法能识别多种加扰类型,同时所提算法的抗误码性能更强,为进一步进行扰码参数识别奠定了基础。; 关键词线性分组码加扰卷积码加扰码元互相关有偏自相关函数浅层神经网络; Keywords linear block code scrambling convolutional code scrambling symbol inter-correlation biased autocorrelation function shallow neural networks; 分类号 TN117.9 [电子电信—物理电子学]; 在线阅读下载PDF 职称材料

题名神经网络在分组码软判决译码中的应用被引量：5: 2; 作者徐大专顾长青许宗泽; 机构南京航空航天大学电子工程系; 出处《电子学报》 EI CAS CSCD 北大核心 1995年第4期91-94,共4页; 文摘本文对线性分组码构造了一个神经网络软判决译码器，并提出了循环码的一个神经网络软判决译码算法，对Ｇｏｌａｙ码的计算机仿真表明，新算法不仅译码速度快，而且，具有优越的性能。; 关键词神经网络纠错码软判决译码; Keywords neural network,linear block code,soft-decision deceding; 分类号 TP302.8 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名基于前馈神经网络的分组码译码方案被引量：4: 3; 作者柏春燕谢显中王新梅; 机构西安电子科技大学通信工程学院; 出处《西安电子科技大学学报》 EI CAS CSCD 北大核心 1999年第2期160-164,共5页; 基金电科院电子预研基金; 文摘在构造出分组码格图的基础上，利用一种基于前馈神经网络的多输入最小值选择网络实现分组码的软判决及硬判决译码．计算结果表明，前馈神经网络总能找到全局最优解，从而使该译码算法的性能同于最大似然译码．由于该前馈网络的计算时延非常短，且基于它的译码器与传统译码器相比硬件实现简单，从而使译码的复杂性降低，时延减小．; 关键词分组码格图前馈神经网络纠错码译码; Keywords linear block codes trellis diagram feedforward neural network maximum likelihood decoding; 分类号 TN911.22 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名一种基于RBF神经网络的线性分组码的通用译码网络被引量：2: 4; 作者彭燕妮曹长修周世纪; 机构重庆大学自动化学院; 出处《计算机应用》 CSCD 北大核心 2003年第10期114-116,共3页; 文摘文中讨论了关于神经网络在差错控制译码中的应用,构造了一种基于RBF人工神经网络的线性分组码的通用译码网络,该网络通过有监督的学习后,可对任意长度、任意类型的线性分组码进行译码,并能对纠错范围内的误码进行自动纠错。; 关键词 RBF神经网络线性分组码纠错; Keywords RBF neural network linear block codes error-correct; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名线性分组码的神经网络译码被引量：2: 5; 作者雒海潮; 机构西安电子科技大学; 出处《现代电子技术》 2004年第6期63-64,67,共3页; 文摘介绍了神经网络与线性分组码之间的关系,并在文献[1]的基础上证明了软判决译码与求解能量函数最大值之间的等价性,然后以(7,4,3)汉明码为例介绍了神经网络在循环码硬判决、软判决译码中的应用。; 关键词线性分组码神经网络循环码软判决译码; Keywords linear block codes neural networks cyclic codes soft decision decoding; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于卷积神经网络编码加扰类型识别	卫翔刘星璇谭继远	《火力与指挥控制》 CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
2	神经网络在分组码软判决译码中的应用	徐大专顾长青许宗泽	《电子学报》 EI CAS CSCD 北大核心	1995	5	在线阅读下载PDF 职称材料
3	基于前馈神经网络的分组码译码方案	柏春燕谢显中王新梅	《西安电子科技大学学报》 EI CAS CSCD 北大核心	1999	4	在线阅读下载PDF 职称材料
4	一种基于RBF神经网络的线性分组码的通用译码网络	彭燕妮曹长修周世纪	《计算机应用》 CSCD 北大核心	2003	2	在线阅读下载PDF 职称材料
5	线性分组码的神经网络译码	雒海潮	《现代电子技术》	2004	2	在线阅读下载PDF 职称材料