申金媛 作品数:122 被引量:310 H指数:11 供职机构: 郑州大学 更多>> 发文基金: 国家自然科学基金 河南省杰出青年科学基金 国家教育部博士点基金 更多>> 相关领域: 自动化与计算机技术 电子电信 理学 机械工程 更多>>
现代网络流量的混沌奇异吸引子 被引量:6 2008年 网络流量的预测和控制是现代网络中的一个重要方面,但是它所呈现出来的长相关、分形等特征已经无法用传统的流量模型来描述。利用相空间重构方法,通过计算两组典型网络流量的Lyapunov指数、关联维来找出具有共性的现代网络流量的特征量,从而刻画网络流量的混沌奇异吸引子。仿真结果表明,现代通信网流量存在有共性的奇异吸引子。从而为网络的混沌建模及分析给出了理论上的支持。 李建华 刘润杰 申金媛 忽淑静关键词:相空间重构 网络流量 用RBF函数构造神经网络模型 被引量:11 1998年 本文提出一种新的神经网络模型,它是由RBF(RadialBasisFunction)函数构成的一种两层网络模型。利用此模型不仅可以进行一般的多类模式的分类识别,还可以进行多目标的旋转不变分类识别,本文对轰炸机(PB)、战斗机(PF)和客机(PL)三种飞机的旋转不变分类进行了计算机模拟,模拟表明这种模型对于多目标的旋转不变分类识别是非常有效的。本文还提出一种实现此模型的光电混合系统。 申金媛 贾佳 常胜江关键词:神经网络 模式识别 旋转不变性 一种用于多目标旋转不变分类识别的神经网络模型及算法 被引量:1 1998年 提出了一种适于光学实现的神经网络模型和算法,通过对3种飞行器平面内旋转投影图的识别,证明了该方法具有对多目标转动不变的模式识别能力。 常胜江 申金媛 宋庄 翟宏琛关键词:神经网络模型 光电混合实现全双极WTA模型的新方法 被引量:1 1995年 提出了一种光电混合实现全双极Winner-Take-All(WTA)神经网络模型的新方法,并应用于WTA模式识别系统,给出了实验结果。该方法能更有效地利用系统空间,取阈方便,能够进行非存储模式的判断和容错性识别,使系统具有更大的存储容量和寻址能力。 丁铁英 徐军 申金媛 张延关键词:神经网络 模式识别 光学神经网络 连续型神经网络解决信元调度问题的参数分析 2008年 本文利用连续型Hopfield神经网络实现信元调度问题,对采用的新的能量函数进行仿真模拟,通过对网络模型的参数特性进行研究分析,寻找最佳的取值范围,为Hopfield神经网络今后的研究和实际应用提供帮助。 张重洋 申金媛关键词:HOPFIELD神经网络 能量函数 构造多级编码滤波器的神经网络优化算法 1999年 在光学模式识别中,如何区分多个目标(尤其目标量很大),还是一个待解决的问题。我们以编码理论和神经网络优化算法为基础,提出了一种构造多级编码滤波器用于识别某一类目标集的方法,并以识别26 刘玥 陈戍 郭鹏毅 郭鹏毅 张文伟 张文伟关键词:模式识别 神经网络 基于人工神经网络的荧光光谱识别 被引量:1 2010年 目的利用人工神经网络的方法对杂质气体的荧光光谱进行识别。方法选用三层前馈型单输出的神经网络结构,学习算法选用自适应的RLS(Recursive Least Square)算法,在对基于RLS算法的三层前馈单输出的神经网络学习训练完成后,引入互联权重删剪算法对网络的输入层进行删剪。网络的结构不但得到了优化,而且计算复杂度也大大降低。提高网络的泛化能力;最后利用优化后的网络对测试样本进行识别。结果仿真实验表明,与删剪前的网络结构相比,在降低了网络的计算复杂度的同时,删剪优化后的正确识别率能够达到100%。结论利用RLS算法能够提高网络的运算速度,在此基础上的删剪算法能够降低计算的复杂度,并且能够对冗余信息进行了剔除,进而提高整个网络的识别能力。 范怀玉 姚青 申金媛关键词:荧光光谱 均方差 神经网络 用于3-D物体分类的广义判别函数 1999年 提出一种可实现3D物体分类的广义判别函数,模拟表明利用RBF函数(RBF:RadialBasisFunction)组成的广义判别函数对于3D目标的识别是很有效的,此方法简单,训练时间短,当识别系统采用并行处理数据时,不论是训练时间还是识别时间都很短,并提出一个利用此广义判别函数分类多个3D物体的光电混合系统。 申金媛 常胜江 贾佳 张延炘 母国光关键词:模式识别 下一代网络信令流量的混沌预测 流量预测在网络流量分配和拥塞控制中具有重要作用。基于下一代网络信令流量的混沌特性,提出了加权平均最大Lyapunov指数混沌预测(WAMLEF)方法。仿真表明,与最大Lyapunov指数预测方法相比,本文方法的平均误差降... 刘润杰 申金媛 张端金 穆维新关键词:下一代网络 信令 混沌 LYAPUNOV指数 文献传递 相位特征在三维物体识别中的应用 被引量:12 2005年 提出利用物体的相位特征联合神经网络的方法对透明半透明三维物体进行识别.首先利用波长扫描数字全息技术和数字再现技术提取物体的相位特征,然后将物体的这些相位特征作为学习模式训练一个BP神经网络,最后利用训练好的网络对三维物体进行识别.实验表明,对于具有小尺度变化的透明半透明三维物体识别,该方法的正确识别率为100%. 申金媛 李现国 常胜江 张延炘关键词:三维物体识别 BP神经网络 半透明 全息技术 波长扫描