神經(jīng)網(wǎng)絡盲均衡理論、算法與應用

1.1 盲均衡技術(shù)的研究意義
1.2 盲均衡技術(shù)的應用
1.2.1 在數(shù)字電視中的應用
1.2.2 在CATV系統(tǒng)中的應用
1.2.3 在智能天線中的應用
1.2.4 在軟件無線電中的應用
1.2.5 在圖像盲恢復中的應用
1.2.6 在射頻識別中的應用
1.3 神經(jīng)網(wǎng)絡盲均衡算法的研究進展
1.3.1 前饋神經(jīng)網(wǎng)絡盲均衡算法
1.3.2 反饋神經(jīng)網(wǎng)絡盲均衡算法
1.3.3 模糊神經(jīng)網(wǎng)絡盲均衡算法
1.3.4 進化神經(jīng)網(wǎng)絡盲均衡算法
1.3.5 小波神經(jīng)網(wǎng)絡盲均衡算法
1.4 本書研究背景及結(jié)構(gòu)安排
1.4.1 本書研究背景
1.4.2 本書結(jié)構(gòu)安排
第2章 神經(jīng)網(wǎng)絡盲均衡算法的理論
2.1 盲均衡的基本原理
2.1.1 盲均衡的概念
2.1.2 盲均衡器的結(jié)構(gòu)
2.1.3 盲均衡采用的基本算法
2.1.4 盲均衡的均衡準則
2.2 神經(jīng)網(wǎng)絡的基本理論
2.2.1 人工神經(jīng)網(wǎng)絡的概念
2.2.2 人工神經(jīng)網(wǎng)絡的發(fā)展
2.2.3 人工神經(jīng)網(wǎng)絡的特點
2.2.4 人工神經(jīng)網(wǎng)絡的結(jié)構(gòu)及分類
2.3 神經(jīng)網(wǎng)絡盲均衡算法的基本原理
2.3.1 基于神經(jīng)網(wǎng)絡濾波器的盲均衡算法的原理
2.3.2 基于神經(jīng)網(wǎng)絡控制器的盲均衡算法的原理
2.3.3 基于神經(jīng)網(wǎng)絡分類器的盲均衡算法的原理
2.4 神經(jīng)網(wǎng)絡盲均衡算法的學習方法
2.4.1 BP算法
2.4.2 改進型BP算法
2.5 神經(jīng)網(wǎng)絡盲均衡算法的評價指標
2.5.1 收斂速度
2.5.2 運算復雜度
2.5.3 誤碼特性
2.5.4 跟蹤時變信道的能力
2.5.5 抗干擾能力
2.5.6 代價函數(shù)的凸性
2.5.7 穩(wěn)態(tài)剩余誤差
2.6 本章小結(jié)
第3章 前饋神經(jīng)網(wǎng)絡盲均衡算法的研究
3.1 前饋神經(jīng)網(wǎng)絡的基本原理
3.1.1 前饋神經(jīng)網(wǎng)絡的概念
3.1.2 前饋神經(jīng)網(wǎng)絡的結(jié)構(gòu)
3.1.3 前饋神經(jīng)網(wǎng)絡的特點
3.2 三層前饋神經(jīng)網(wǎng)絡盲均衡算法
3.2.1 三層前饋神經(jīng)網(wǎng)絡的模型
3.2.2 實數(shù)條件下三層前饋神經(jīng)網(wǎng)絡盲均衡算法
3.2.3 復數(shù)條件下三層前饋神經(jīng)網(wǎng)絡盲均衡算法
3.3 多層前饋神經(jīng)網(wǎng)絡盲均衡算法
3.3.1 多層前饋神經(jīng)網(wǎng)絡的概念
3.3.2 四層前饋神經(jīng)網(wǎng)絡盲均衡算法
3.3.3 五層前饋神經(jīng)網(wǎng)絡盲均衡算法
3.4 動量項前饋神經(jīng)網(wǎng)絡盲均衡算法
3.4.1 算法的基本原理
3.4.2 算法形式的推導
3.4.3 計算機仿真
3.5 時變動量項前饋神經(jīng)網(wǎng)絡盲均衡算法
3.5.1 算法的基本原理
3.5.2 算法形式的推導
3.5.3 計算機仿真
3.6 變步長前饋神經(jīng)網(wǎng)絡盲均衡算法
3.6.1 算法的基本原理
3.6.2 算法形式的推導
3.6.3 計算機仿真
3.7 本章小結(jié)
第4章 反饋神經(jīng)網(wǎng)絡盲均衡算法的研究
第5章 模糊神經(jīng)網(wǎng)絡盲均衡算法的研究
第6章 進化神經(jīng)網(wǎng)絡盲均衡算法的研究
第7章 小波神經(jīng)網(wǎng)絡盲均衡算法的研究
第8章 神經(jīng)網(wǎng)絡盲均衡算法在醫(yī)學圖像處理中的應用
附錄A 復值三層前饋神經(jīng)網(wǎng)絡盲均衡算法隱層權(quán)值迭代公式的推導
附錄B 復值雙線性反饋神經(jīng)網(wǎng)絡盲均衡算法迭代公式的推導
附錄C 模糊隸屬函數(shù)的類型
附錄D 動態(tài)遞歸模糊神經(jīng)網(wǎng)絡盲均衡算法迭代公式的推導
參考文獻