TH神经网络求解Gabor展开系数

孟鸿鹰; 刘贵忠

您当前的位置：

首页 >

文章列表页 >

TH神经网络求解Gabor展开系数

更新时间：2025-12-08

- TH神经网络求解Gabor展开系数
- Computing Gabor Expansion Coefficients by TH Neural Networks
- 电子学报 1997年第10期
- 作者机构：
  
  西安交通大学电信学院信息工程研究所
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： TP183
- 纸质出版：1997
- 稿件说明：
移动端阅览
[1]孟鸿鹰,刘贵忠.TH神经网络求解Gabor展开系数[J].电子学报,1997(10):48-51.

孟鸿鹰, 刘贵忠. Computing Gabor Expansion Coefficients by TH Neural Networks[J]. Acta Electronica Sinica, 1997, (10).
[1]孟鸿鹰,刘贵忠.TH神经网络求解Gabor展开系数[J].电子学报,1997(10):48-51. DOI：

孟鸿鹰, 刘贵忠. Computing Gabor Expansion Coefficients by TH Neural Networks[J]. Acta Electronica Sinica, 1997, (10). DOI：

摘要

本文利用ＴＨ神经网络求解特征抽样和过抽样情况下的周期（或有限）的离散信号的Ｇａｂｏｒ展开系数．理论分析和模拟实验表明，这种神经网络可以在电路时常数数量级给出与准确解任意接近的解，而且不存在编程复杂性问题．

Abstract

In this paper

it is proposed that the Gabor expansion coefficients of a period（or finite）discretesignal in both the critical sampling case and the oversampling case can be computed by TH neural networks.Theoretical analysis and simulations show that this network will certainly provide approximate solutions arbitrarilyclose to the accurate one within the time of the order of time constants of this network without any programmingcomplexity.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于LoRa信号的实时手势识别算法

连续学习方法与其在视觉任务中的应用

端到端全复数域SAR目标分类神经网络