导读:本文包含了模式识别器论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:神经网络,带宽,耦合器,计算机网络,微波,算法,粗糙。
模式识别器论文文献综述
梁辰,刘知贵,黄正良[1]（2005）在《基于遗传优化的粗糙神经网络模式识别器及应用》一文中研究指出通过粗糙集获取知识表达系统的分类规则,用产生的规则对神经网络进行编码,并利用遗传算法对初步学习后的神经网络的权值进行优化,最终得到一个神经网络模式识别器。举例说明了采用这种方法得到模式识别器的过程及其对待识别对象的学习和分类效果。结果表明:采用粗糙规则对神经网络编码可以缩短神经网络的训练过程,遗传算化对神经网络权值的优化可在一定程度上提高模式识别的精度。(本文来源于《西南科技大学学报(自然科学版)》期刊2005年02期）
汤锷,王文祥,宫玉彬[2]（2004）在《高功率微波系统模式识别器带宽拓展的研究》一文中研究指出当前,作为模式识别器的选模耦合器普遍存在工作带宽窄的问题,本文分析了切比雪夫分布和二项式分布在拓宽模式识别器带宽中的作用,采用等间距不等孔径分布设计了TE01,TE02,TE03模模式识别器,计算结果表明该设计方法能有效地拓宽频带。(本文来源于《中国电子学会真空电子学分会——第十四届年会论文集》期刊2004-06-30）
汤锷[3]（2004）在《微波系统模式识别器带宽的拓展与比较》一文中研究指出目前微波系统使用的基于选模耦合的模式识别器一般工作频带都相当窄,这样就给实际的模式识别和分析测试工作带来了诸多不便。而国内外对宽带模式识别器的研究报道还较少见到,特别是对等孔径不等间距分布情况的研究还是空白。对于等间距不等孔径分布的情况,虽然能够较好地拓宽频带,但是因为加工精度等技术的限制,将会使实验值跟理论值有较大的差距。而将小孔孔径固定下来,通过设置不同的孔间距的方法来实现对模式识别器带宽的拓展,由于距离的精度比孔径的精度在加工时要高的多,因而在实际的工程实践中将能得到比等间距不等孔径分布更好的效果。因此对宽带模式识别器较为全面系统的研究,特别是对其中等孔径不等间距分布的情况进行研究探讨不仅具有重要的现实应用价值而且也具有较大的创新意义。本论文结合大量文献和工程实践提供的信息,对小孔分布等间距和不等间距,等孔径和不等孔径这几类处理方法及相关设计方案进行了研究。重点讨论了等孔径不等间距分布的模式识别器的设计理论以及各种特性,并与等间距不等孔径分布情况进行了详细对比。通过不同方案的分析比较,来逐步实现设计的最优化,从而拓展对宽带模式识别器的理论分析,并使之在工程实践上具有更宽广的应用价值。本论文的主要研究工作和创新点如下:1.系统推导并完善了宽带模式识别器的理论基础,得出各种结构的模式识别器的相关尺寸以及电磁参量的计算公式,为模式识别器的研究提供了较完整的设计理论,大量的研究结果为本领域及相关领域的研究提供了理论参考依据。2.首次对等孔径不等间距分布情况下拓宽模式识别器带宽进行了理论分析和数值计算,运用了实用的小孔安置方法,选择一定的耦合强度分布函数,把对的分布曲线沿轴分成具有相同面积的<WP=5>个区间,然后在每个区间的中心位置设置小孔,并分析了相应结构的多孔耦合机理。3.在等孔径不等间距分布情况下,分析了多种分布函数(二项式分布、切比雪夫分布、升高余弦分布)对宽带模式识别器带宽拓展的影响,并与等间距不等孔径分布进行比较分析,得出一系列实用的结论,填补了国内外在该领域的空白。4.运用Matlab语言编制了宽带模式识别器辅助设计和仿真程序。(本文来源于《电子科技大学》期刊2004-03-01）
李世阳[4]（2003）在《宽带模式识别器的研究》一文中研究指出目前使用的模式识别器基本上工作频带都很窄，给实际工作带来诸多不便。基于这样的事实，本论文首次对以圆波导为主线波导，矩形波导为副线波导的宽带模式识别器进行了比较全面系统的研究。首先，本文经过严格的理论分析和数学推导，直接建立起宽带模式识别器的理论基础和数学模型。然后，对宽带模式识别器进行了全面研究。在研究中，以TE0n(n=1,2,3), TE11和TM0n(n=1,2,3)两大类宽带模式识别器为重点，通过大量设计、模拟计算等，系统研究了不等孔径等间距，等孔径等间距或不等间距分布等对拓宽带宽等的作用并讨论了重要设计参数的选取和对带宽的影响，得出了一系列重要结论。最后，在大量设计和研究基础上，作者成功开发了计算机辅助设计和仿真程序。纵观整个论文，主要工作成果和创新之处可以归纳如下：1. 系统推导出宽带模式识别器的小孔耦合和耦合孔不同设置方式下相关尺寸及电磁参数的计算公式并建立起较完整的数学模型。2. 通过对宽带模式识别器的研究发现，在设计中采用切比雪夫分布和二项式分布与采用等孔径等间距分布相比，无论是工作带宽还是抑制度，前面两种分布都要明显优于等孔径等间距分布。采用切比雪夫分布和二项式分布获得的带宽在多数情况下达到了10%左右，不少情况远超出10%。可见，这两种分布在拓宽带宽和抑制非耦合模方面能起到极其重要的作用。3. 本文研究表明切比雪夫分布和二项式分布都是宽带模式识别器研究和设计的重要方法。从总体而言，切比雪夫分布拓宽带宽和提高抑制度的作用对很多情况都是有效的，要优于二项式分布。在少数情况可能出现切比雪夫分布的效果稍逊于二项式分布，本文经过研究认为：原因主要在于设计中相关参数选取受到实际限制而抑制了切比雪夫分布的作用，问题并不是切比雪夫分布造成的。4. 对于发现的问题，本文创造性的加以处理。特别是当设计参数的选取受到实际限制而抑制了切比雪夫分布的作用时，经过研究首次发现根据实际情况对理想切比雪夫分布进行调整优化并采用优化后的新分布来设计可以获得比原来的切比雪夫分布较好的结果。这样进一步开拓了设计和研究的新途径。5. 经过不断研究和总结，首次独立开发了宽带模式识别器的计算机辅助设计和仿真程序。这套程序系列适用面广，是科技人员进行设计和研究的有力工具。此外，对不等间距分布情况做了一些研究，编制了与之对应的辅助设计和仿真程序。6. 本文研究发现，宽带模式识别器的带宽等也可能受模式识别器的一些参<WP=7>数如孔间距的影响。文中论述了选取小孔间距等参数对拓宽带宽的重要性以及各参数合理选择的原则。7. 经过本论文的分析和研究，客观上提供了宽带模式识别器的比较完整而详细的设计理论和参照。本文的大量研究结果和分析也为本领域及相关领域的研究提供了比较全面的基础。(本文来源于《电子科技大学》期刊2003-01-17）
王文祥,宫玉彬,孙嘉鸿,谢克难,余国芬[5]（1998）在《高功率微波系统TM_(On)模模式识别器的设计》一文中研究指出本文提出了用于高功率微波系统TMOn模模式识别的选模定向耦合器的设计方法，采用了调整波导尺寸、设置多组耦合孔、选择最佳耦合孔数等措施来提高耦合模的方向性和非耦合模的抑制度。(本文来源于《电子学报》期刊1998年03期）
H.Luce,R.Govind,张康华[6]（1993）在《检测航天飞机主发动机失效模式的神经网络模式识别器》一文中研究指出本文描述一个用来诊断SSME(航天飞机主发动机)突发性性能衰退和失效模式的系统。该系统将SSME看作一批组件的集合,并利用装在每个组件中的本地敏感器所获得的几组参数推导出时间特征数据构成要分析的故障模式。这里使用了一种混合结构:第一个处理层由基于自适应谐振原理(ART-2)的神经网络构成,每个组件配备1个ART网络;第2层由按内容访问的存储器(CAM)网络构成,每个组件配备1个;最后一层是一个反推神经网络,它处理来自所有CAM网络的数据。文中介绍了仅含一个高压燃料涡轮泵(HFTP)的原型系统。本项工作的长期目标是通过建立集运行参数控制部件、组件、敏感器和神经网络系统为一体的反遗回路,构造一个使用上述结构的系统以确保SSME总是处于正常工作状态。(本文来源于《控制工程》期刊1993年04期）
模式识别器论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
当前,作为模式识别器的选模耦合器普遍存在工作带宽窄的问题,本文分析了切比雪夫分布和二项式分布在拓宽模式识别器带宽中的作用,采用等间距不等孔径分布设计了TE01,TE02,TE03模模式识别器,计算结果表明该设计方法能有效地拓宽频带。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
模式识别器论文参考文献
[1].梁辰,刘知贵,黄正良.基于遗传优化的粗糙神经网络模式识别器及应用[J].西南科技大学学报(自然科学版).2005
[2].汤锷,王文祥,宫玉彬.高功率微波系统模式识别器带宽拓展的研究[C].中国电子学会真空电子学分会——第十四届年会论文集.2004
[3].汤锷.微波系统模式识别器带宽的拓展与比较[D].电子科技大学.2004
[4].李世阳.宽带模式识别器的研究[D].电子科技大学.2003
[5].王文祥,宫玉彬,孙嘉鸿,谢克难,余国芬.高功率微波系统TM_(On)模模式识别器的设计[J].电子学报.1998
[6].H.Luce,R.Govind,张康华.检测航天飞机主发动机失效模式的神经网络模式识别器[J].控制工程.1993
论文知识图
