改进的衡疏分布存储器模型及其学习能力分析

Kanerva的衡疏分布存储器模型（SDM），由于其读写规则采用外积法，因此限制了它的应用，本文对该模型进行改进，改变了原来的读写规则，保留其衡疏分布式存储的特点，得到一个与小脑模型（CMAC）相似的新模型，但它不存在分块效应、不需要HASHING技术。理论分析和示例表明了该改进模型的合理性和有效性。     

基于神经网络的降雨径流预报

本文将人工神经网络应用于二滩水电站以上支流鱼河的降雨径流预报，通过建模、计算、比较和分析可知，其非线性映射能力、自学习能力和灵活性，均能较好地反映降雨径流之间的非线性的、复杂的转换关系，结合流域水文特性并合理处理建模数据，值得进一步深入研究。     

非理想信道下Colpitts混沌电路的自适应同步研究

本文研究了Colpitts混沌电路在非理想信道条件下的自适应同步问题。引入自适应控制器对输入到响应部分（response system）的衰变混沌信号进行预处理，来补偿衰落信道对于同步性能的影响。给出了系统的数学模型，对恒定信道衰变和时变信道衰变两种非理想信道条件下的混沌ColpiRs电路的自适应同步进行了数值仿真研究。仿真结果表明，对于恒定或慢变化的时变信道衰变，自适应控制器可以有效的提高Colpitts电路响应部分和驱动部分（Drive system）的同步性能。     

地下水位时间序列的混沌特征分析

将重构相空间理论和加权一阶局域预测模型应用于地下水位时间序列的预测,结果表明:①将重构相空间理论用于一维水文时间序列预测建模,能较好地反映该序列内在的运动机理,揭示水文动力系统复杂的运动规律和演化过程;②应该考虑将混沌理论与其他非线性动力系统的相关理论进行结合来预测地下水位;③模型预测精度较高并具有广泛的实用价值,为进一步研究提供了一个新的思路。     

利用非线性自适应技术检测微弱的瞬时信号

本文根据局部流形理论,提出了一类非线性自适应预测滤波模型。仿真结果显示,本文提出的自适应预测滤波模型具有很强的非线性近似能力,可以检测淹没在超混沌或杂波环境中的瞬时信号。     

一种基于混沌的随机数发生器设计及其IC实现

在密码学、仿真学以及集成电路测试等许多领域 ,随机数起着重要的作用。在密码学中 ,通常要求所使用的随机数具有不可预测性。基于混沌现象 ,使用开关电容技术 ,用集成电路实现了一种硬件随机数发生器。测试结果表明 ,其产生的序列具有不可预测性 ,可以满足密码学的应用要求。     

基于混沌映射密钥空间拓展的DES算法

提出一种基于混沌映射产生一种伪随机密钥流发生器，并结合shanon的“一次一密”思想，建立一种基于混沌映射的“分组密码密钥空间拓展”理论，很好地解决DES加密算法密钥空间小的问题，实现了一种混沌的DES变形密码算法。     

新闻直播系统中字幕机备份及应急处理实例

简单介绍新闻直播系统中字幕机的接入方法、备份机制、数据共享以及应急处理方案。     

静电与麦氏妖及混沌

本文将静电研究中的一些问题与韦克斯韦妖、负嫡及当今兴起的混沌学联系起来，或者说，把麦氏妖、负熵、混沌引进静电研究领域。