神经网络与最小加权距离译码

您当前的位置：

首页 >

文章列表页 >

神经网络与最小加权距离译码

更新时间：2025-12-08

- 神经网络与最小加权距离译码
- Neural Networks and Minimum Weighted Distance Decoding
- 电子学报 1992年第10期页码：1-9
- 作者机构：
  
  中国科学院系统科学所,北京,100080
- 作者简介：
- 基金信息：
- DOI：
  中图分类号：
- 纸质出版：1992
- 稿件说明：
移动端阅览
[1]章照止.神经网络与最小加权距离译码[J].电子学报,1992(10):1-9.

Zhang Zhaozhi. Neural Networks and Minimum Weighted Distance Decoding[J]. Acta Electronica Sinica, 1992, (10): 1-9.
[1]章照止.神经网络与最小加权距离译码[J].电子学报,1992(10):1-9. DOI：

Zhang Zhaozhi. Neural Networks and Minimum Weighted Distance Decoding[J]. Acta Electronica Sinica, 1992, (10): 1-9. DOI：

本文旨在研究神经网络在最小加权距离译码中的应用.首先以逐步推广的方式介绍了若干神经网络模型及其收敛性质

然后研究了最小加权距离译码的性质与应用

最后证明求任一能量函数的最小值点问题等价于某一（n

k）线性码的最小加权距离译码问题

并提出用波尔兹曼机的退火法来作最小加权距离译码.

Our main goal is to explore the application of neural networks to minimum weighted distance decoding. At the beginning

we review some models and convergence properties of neural networks step by step. Next

we study properties and applications of the minimum weighted distance decoding. Finally

we prove that finding the global minimum point of any energy function is equivalent to minimum weighted distance decoding in some （n

k） linear code

and propose an algorithm which uses annealing method with Boltzmann machine for minimum weighted distance decoding.

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

背景感知机制的图像分类网络

基于神经网络的图像风格迁移算法综述

基于自适应空间映射多可信度模型的网状天线形态机电集成优化设计

差分编码与神经网络辅助的OFDM系统信道估计方法