检索结果-内蒙古大学图书馆

电子与信息学报 2004年第8期26卷 1332-1339页

作者：李飞郑宝玉赵生妹南京邮电学院信号与信息处理研究所南京210003

量子计算与人工神经网络相结合的量子神经网络(Quantum Neural Networks,QNN)有可能成为未来信息处理的重要手段.分析了人工神经网络向QNN演变的动因及形式、QNN的优势及可能的物理实现方法.着重讨论了几种QNN模型的结构、学习方法及特... 详细信息

量子计算与人工神经网络相结合的量子神经网络(Quantum Neural Networks,QNN)有可能成为未来信息处理的重要手段.分析了人工神经网络向QNN演变的动因及形式、QNN的优势及可能的物理实现方法.着重讨论了几种QNN模型的结构、学习方法及特性,并阐述了QNN在模式识别、纠缠计算、函数近似等方面的初步应用.

关键词：神经网络量子神经网络量子计算

来源：评论

学校读者我要写书评

暂无评论

一种基于时间流的安全多播密钥更新机制的研究

引用

电子与信息学报 2004年第7期26卷 1045-1052页

作者：潘志铂郑宝玉吴蒙南京邮电学院信号与信息处理研究所南京210003 南京邮电学院通信工程系南京210003

基于Internet网的多播业务的广泛应用推动了人们对安全多播的研究,其中,对于密钥更新机制的研究是一个热点也是难点。该文设计了一种变长输出摘要和变长密钥的单向散列函数用于所提出的一种基于时间流的密钥更新协议,并分析了该协议... 详细信息

基于Internet网的多播业务的广泛应用推动了人们对安全多播的研究,其中,对于密钥更新机制的研究是一个热点也是难点。该文设计了一种变长输出摘要和变长密钥的单向散列函数用于所提出的一种基于时间流的密钥更新协议,并分析了该协议的各种性能。

关键词：安全多播单向散列函数密钥树密钥更新

来源：评论

学校读者我要写书评

暂无评论

最佳量子多用户检测技术

引用

电子学报 2005年第1期33卷 135-137页

作者：赵生妹李飞郑宝玉南京邮电学院信号与信息处理研究所江苏南京210003

多用户检测的最优解在经典条件下是一个NP难解问题 .利用量子态物理特性 ,通过量子检测能够有效地解决这一难题 .本文给出在量子贝叶斯最小代价准则下量子最优解的实现过程 ,与经典多用户检测最优解相比 ,基于量子检测的最佳多用户检测... 详细信息

多用户检测的最优解在经典条件下是一个NP难解问题 .利用量子态物理特性 ,通过量子检测能够有效地解决这一难题 .本文给出在量子贝叶斯最小代价准则下量子最优解的实现过程 ,与经典多用户检测最优解相比 ,基于量子检测的最佳多用户检测技术的性能得到了极大的提高 .

关键词：多用户检测误码率量子态量子检测

来源：评论

学校读者我要写书评

暂无评论

具有可证明安全性的量子加密算法

引用

通信学报 2003年第10期24卷 31-38页

作者：赵生妹李飞郑宝玉南京邮电学院信号与信息处理研究所江苏南京210003

加密算法的安全性是保证信息机密性、完整性和可用性的基础。与经典的加密算法不同,量子加密算法具有完全可证明的安全性。本文介绍量子密钥分配协议模型,并针对存在概率克隆机的理论,证明了基于不可克隆原理的量子密钥分配协议具有足... 详细信息

加密算法的安全性是保证信息机密性、完整性和可用性的基础。与经典的加密算法不同,量子加密算法具有完全可证明的安全性。本文介绍量子密钥分配协议模型,并针对存在概率克隆机的理论,证明了基于不可克隆原理的量子密钥分配协议具有足够的安全性。

关键词：量子加密量子密钥分配概率克隆

来源：评论

学校读者我要写书评

暂无评论

IP和ATM网络中语音分组丢弃对解码语音质量的影响及对应的措施

引用

通信学报 2003年第10期24卷 93-101页

作者：杨震南京邮电学院信号与信息处理研究所江苏南京210003

基于分组传输的网络(如IP和ATM),进行实时语音通信时,存在分组可能丢失,因而影响通信质量的问题。本文提出两种新的方法,以减少或降低语音分组丢失带来的影响。实验结果表明,它们明显改善了语音通信质量。

关键词：语音 IP/ATM 通信质量分组丢失与补偿类号

来源：评论

学校读者我要写书评

暂无评论

具有非线性映射特性的量子神经元

引用

通信学报 2003年第B11期24卷 141-146页

作者：李飞赵生妹郑宝玉南京邮电学院信号与信息处理研究所，江苏南京210003

介绍了与量子神经网络相关的量子计算基础，描述了一种量子神经元模型，分析了该模型的量子运算特性。分析和实验证明单个量子神经元能实现经典神经元无法实现的XOR函数，并具有与两层前向神经网络相当的非线性映射能力。

关键词：神经网络量子神经网络量子神经元非线性映射

来源：评论

学校读者我要写书评

暂无评论

量子神经网络及其在CDMA多用户检测中的应用

引用

信号处理 2005年第6期21卷 555-559页

作者：李飞赵生妹郑宝玉南京邮电学院信号与信息处理研究所江苏南京210003

量子计算与人工神经网络相结合的量子神经网络(QNN-Quantum Neural Networks)由于利用了量子并行计算和量子纠缠等特性从而克服了传统人工神经网络的某些固有缺陷,将成为未来信息处理的重要手段。介绍了与量子神经网络相关的量子计算... 详细信息

量子计算与人工神经网络相结合的量子神经网络(QNN-Quantum Neural Networks)由于利用了量子并行计算和量子纠缠等特性从而克服了传统人工神经网络的某些固有缺陷,将成为未来信息处理的重要手段。介绍了与量子神经网络相关的量子计算基础,描述了一种量子神经元模型,分析证明了单个量子神经元具有与两层前向神经网络相当的非线性映射能力。提出了一种基于量子神经元与量子寄存器的多用户检测方案,计算机仿真结果表明:本文所提出的检测器在误码率和抗“远近”效应方面均具有良好的性能。

关键词：量子神经网络多用户检测量子神经元量子寄存器

来源：评论

学校读者我要写书评

暂无评论

基于量子特性的多用户检测技术

引用

信号处理 2004年第5期20卷 501-506页

作者：赵生妹李飞郑宝玉南京邮电学院信号与信息处理研究所南京210003

多用户检测技术的最优解在常规条件下是一个NP难解问题,利用量子态的并行计算特性以及量子态检测等理论,量子多用户检测技术能够有效地获得多用户检测的最优解。本文介绍利用量子态特性进行多用户检测的几种方案,并分析和比较这些方案... 详细信息

多用户检测技术的最优解在常规条件下是一个NP难解问题,利用量子态的并行计算特性以及量子态检测等理论,量子多用户检测技术能够有效地获得多用户检测的最优解。本文介绍利用量子态特性进行多用户检测的几种方案,并分析和比较这些方案的性能特点和发展趋势。

关键词：多用户检测技术量子态方案并行计算量子特性最优解 NP 条件

来源：评论

学校读者我要写书评

暂无评论

基于量子检测的最佳多用户检测方法

引用

通信学报 2003年第B11期24卷 147-151页

作者：赵生妹李飞郑宝玉南京邮电学院信号与信息处理研究所，江苏南京210003

多用户检测在经典条件下的最优解是一个NP难解问题。利用量子态的检测理论，量子多用户检测技术能够有效地实现多用户检测的最优解，本文给出最优解的实现过程，并用数值计算加以说明。

关键词： CDMA多用户检测量子态量子检测

来源：评论

学校读者我要写书评

暂无评论

一种新的可变步长LMS自适应滤波算法

引用

信号处理 2004年第6期20卷 613-617页

作者：王敏强郑宝玉南京邮电学院信号与信息处理研究所南京210003

本文在讨论基本L,MS,变步长NLMs【",改进的SVSI。MS[2]和LMS／Fp]组合自适应滤波算法的上基础上提出一种新的可变步长***自适应滤波算法,新算法引入修正系数p和遗忘因子／lf=exl^(-i)(i=l,2,...,M-1),并利用p和^i来产生新的步长参... 详细信息

本文在讨论基本L,MS,变步长NLMs【",改进的SVSI。MS[2]和LMS／Fp]组合自适应滤波算法的上基础上提出一种新的可变步长***自适应滤波算法,新算法引入修正系数p和遗忘因子／lf=exl^(-i)(i=l,2,...,M-1),并利用p和^i来产生新的步长参与迭代。计算机仿真结果表明,与基本LMS算法或变步长NL,MS算法、改进的SVSLMS算法、LMS／F组合算法相比,新算法在保持算法简单这一特点的同时进一步加快了收敛速度,并能够收敛到更小且稳定的均方误差(MSE)。

关键词： NLMS算法自适应滤波算法变步长遗忘因子 MSE 均方误差计算机仿真新算法收敛速度组合算法

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：