FNN在数据通信中的应用研究-自动化基础-论文之家

您现在的位置：硕士论文 >> 电子论文 >> 自动化 >> 自动化基础 >> 正文

FNN在数据通信中的应用研究

作者：苏金泷 Publish: 2005-7-15 Hits:-

【中文题名】

FNN在数据通信中的应用研究

【英文题名】

The Applications of FNN in Data Communication

【学科专业】

电工理论与新技术

【论文级别】

硕士论文

【投稿时间】

2005-7-15

【中关键词】

FNN,多传感器数据融合,图像压缩,拥塞控制,图像去噪,

【英关键词】

FNN,multi-sensor data fusion,image compaction,congestion control,image restoration,

【分类导航】

工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>人工神经网络与计算>

【论文摘要】

糊神经网络(FNN)是智能控制理论中一个十分活跃的分支,它是人工神经网络与模糊逻辑系统的有机结合。本文以广泛应用于远程数据测控系统中的多媒体数据通信为背景,讨论了补偿模糊神经网络(CFNN)和模糊Hopfield神经网络(FHNN)在远程数据通讯中的应用,并取得了良好效果,为多媒体数据通信提供了一个新的思路。补偿模糊理论和神经网络的混合系统,引入了模糊神经元,使网络既能适当调整输入、输出模糊隶属函数,又能借助于补偿逻辑算法动态地优化模糊推理,将该系统应用于多传感器融合、图像数据压缩、网络拥塞控制,大大提高了系统网络的容错性、稳定性和训练速度。另外,采用模糊Hopfield神经网络,应用在接收端的图像去噪滤波器设计上,得到良好效果。在系统的传感器融合中,根据环境传感器获得的信息,结合知识系统的存储数据,利用模型逻辑制定本次数据融合的传感器组,包括传感器的选择、传感器性能配置以及它们相互之间在空间和时间上的协调,以消除了环境变化对数据融合产生的负面影响。然后,将传感器阵列的数据经模糊推理层、反模糊化层进行融合参数选择,并结合环境传感器数据进行数据融合。对图像数据压缩,首先进行小波分解。并对于图像使用...

【论文题纲】

摘要	2-3
THE APPLICATIONS OF FNN IN DATA COMMUNICATION	3-5
目录	5-8
第一章绪论	8-16
1．1 引言	8
1．2 模糊神经网络的发展概况	8-11
1．2．1 人工神经网络	8-9
1．2．2 模糊逻辑系统	9
1．2．3 神经网络和模糊逻辑的结合	9-11
1．3 数据通信	11-14
1．3．1 现代测控通讯模式	11-12
1．3．2 网络通信模型	12-13
1．3．3 数据通信在测控系统的应用	13
1．3．4 数据通信与FNN	13-14
1．4 课题研究的内容及意义	14-16
第二章模糊神经网络结构及算法	16-27
2．1 引言	16
2．2 模糊逻辑系统	16-18
2．3 补偿模糊神经网络	18-21
2．3．1 补偿模糊神经网络结构	18-19
2．3．2 补偿模糊规则	19
2．3．3 补偿模糊神经网络学习方法	19-21
2．4 模糊HOPFIELD网络	21-27
2．4．1 连续Hopfield网络	21-23
2．4．2 模糊Hopfield神经元网络的结构	23-24
2．4．3 模糊Hopfield神经元网络预测模型	24-27
第三章基于FNN的多传感器数据融合	27-38
3．1 引言	27
3．2 多传感器数据融合及其原理	27-30
3．2．1 多传感器数据融合的概念	27-28
3．2．2 多传感器数据融合的用途及原理	28-29
3．2．3 多传感器数据融合主要方法及分类	29-30
3．3 基于补偿模糊神经网络的多传感器数据融合	30-37
3．3．1 多传感器数据融合的映射模型	30-31
3．3．2 应用补偿模糊神经网络的多传感器数据融合	31-33
3．3．3 水情信息采集及监控应用	33-34
3．3．4 像素级多传感器图像融合	34-37
3．4 小结	37-38
第四章基于小波分解和FNN的图像数据压缩及解压算法研究	38-50
4．1 引言	38
4．2 图像压缩原理	38-42
4．2．1 经典图像编码	38-40
4．2．2 现代图像编码	40-42
4．3 应用基于小波变换与FNN的图像压缩	42-48
4．3．1 小波分解的原理	42-45
4．3．2 基于补偿模糊神经网络的矢量量化编码器	45-47
4．3．3 小波分解与补偿模糊神经网络矢量量化编码器的结合	47-48
4．4 实验与结论	48-50
第五章基于FNN的GPRS数据拥塞控制	50-63
5．1 引言	50
5．2 传统的TCP/IP拥塞控制理论	50-56
5．2．1 概述	50-51
5．2．2 TCP拥塞控制的基本方式	51-52
5．2．3 TCP拥塞控制的四个阶段	52-53
5．2．4 目前IP处理拥塞的方法	53-56
5．3 GPRS数据通讯的拥塞控制	56-58
5．3．1 GPRS数据通讯的意义	56
5．3．2 网络拥塞的原因	56-57
5．3．3 GPRS数据通讯的拥塞控制	57-58
5．4 基于补偿模糊神经网络的拥塞控制	58-61
5．4．1 为何将模糊神经网络应用于网络拥塞控制	58-59
5．4．2 拥塞控制原理	59
5．4．3 GPRS模糊神经网络拥塞控制方法	59-60
5．4．4 实验仿真	60-61
5．6 结论	61-63
第六章基于FNN的极点配置自校正滤波去噪	63-74
6．1 引言	63-64
6．2 图像去噪的必要性及其原理	64-67
6．2．1 噪声的定义及其评价	64-65
6．2．2 图像中噪声的来源及特点	65-66
6．2．3 噪声的分类	66
6．2．4 主要降噪方法及其原理	66-67
6．3 基于模糊HOPFIELD神经网络的极点配置自校正滤波	67-73
6．3．1 基于FuzzyHN的极点配置自校正滤波	67-69
6．3．2 中值滤波与均值滤波	69-71
6．3．3 设计实验	71-73
6．4 小结	73-74
结束语	74
总结	74-75
展望	75-76
致谢	76-77
参考文献	77-81

【DOI】

LunWen.ID:2.2008.387389



付费论文：有参考文献 300元

1、注册会员 2、购买本文 3、下载文章
注:此文为收费论文，需付费购买。每页大约1000字。

代写论文流程

载入中…

Web lunwenjia


热门搜索：FNN 论文多传感器数据融合图像压缩拥塞控制图像去噪

自动化基础最新论文

自动化基础热门论文