Содержание
Используемые сокращения.
Содержание
Введение
Глава 1. Применение ИНС в задачах обработки сигналов литературный обзор.
1.1. ИНС, основные понятия.
1.1.1. Узлы искусственных нейронных сетей
1.1.2. Топологии нейронных сетей.
1.2. Классификация образов при помощи ИНС
1.2.1. Вероятностные классификаторы
1.2.2. Гинсрплоскостныс классификаторы ii
1.2.2.1. Сеть прямого распространения многослойный перссптрон.
1.2.2.1.1. Обучение
1.2.2.2. Классифицирующие деревья.
1.2.2.3. Сети высокого порядка
1.2.3. Дцерные классификаторы ii.
1.2.3.1. Классификаторы с радиальными базисными функциями.
1.2.4. Классификаторы по образцу.
1.2.4.1. Карты признаков
1.2.4.2. Обучающиеся векторные квантователи.
1.2.4.3. Гиперсферные классификаторы
1.2.5. Выбор классификатора
1.3. Приложения ИНС в задачах обработки сигналов.
1.3.1. Фильтрация
1.3.2. Фазовая автоподстройка частоты
1.3.3. Определение типа модуляции
1.3.4. Детектирование
1.3.5. Распознавание речи
1.4. Выводы
Глава 2. Применение ИНС в задаче детектирования фонем без сегментирования речевого сигнала.
2.1. Определение размеров нейросетсвого классификатора.
2.2. Формирование набора параметров сигнала для распознавания фонем
2.2.1. Коэффициенты линейного предсказания.
2.2.2. Частотновременной анализ банк фильтров.
2.2.3. Кспстральныс коэффициенты.
2.2.4. Коэффициенты вейвлетпрсобразования.
2.3. Влияние способа параметризации на эффективность распознавания.
2.4. Анализ пространств признаков речевого сигнала.
2.5. Распознавание фонем без сегментирования речевого сигнала
2.5.1. Обучение, пс требующее сегментации
2.5.2. Экспериментальное применение метода обучения без сегментации
2.6. Выводы
Глава 3. Применение ИНС в задачах обнаружения и детектирования модулированных сигналов в условиях непостоянства параметров
3.1. Детектирование фазоманипулированиых сигналов
3.1.1. Нсйросетевой метод детектирования.
3.1.2. Символьная синхронизация
3.1.3. Определение параметров сети.
3.1.4. Выбор способа параметризации сигнала
3.1.5. Формирование выборки для обучения, исследование устойчивости к шуму и сдвигу частоты
3.1.6. Влияние полосы пропускания на эффективность детектирования
3.2. Детектирование частотноманипулированных сигналов
3.3. Обнаружение фазоманипулированных сигналов
3.4. Выводы.
Глава 4. Реализация нейросетевых алгоритмов и эксперимент на реальных сигналах
4.1. Реализация нейросетевых алгоритмов обработки сигналов
4.1.1. Метод ускорения обучения с минимизацией энтропии ошибки.
4.1.2. Исследование метода обучения и результаты.
4.2. Эксперимент на реальных сигналах.
Заключение
Литература
- Київ+380960830922