基于神經(jīng)網(wǎng)絡的信元優(yōu)化調(diào)度和相位特征識別.pdf

1、人工神經(jīng)網(wǎng)絡在優(yōu)化控制和模式識別方面得到了廣泛的應用。本文對人工神經(jīng)網(wǎng)絡方法在ATM(AsynchronousTransferMode，異步傳輸模式)信元優(yōu)化調(diào)度和三維物體相位特征識別中的應用進行了研究。 1.基于神經(jīng)網(wǎng)絡的信元優(yōu)化調(diào)度：在多重隊列中采用每條入線在同一個時隙內(nèi)可傳送多于一個信元的策略，提出了兩種新的Hopfield神經(jīng)網(wǎng)絡的能量函數(shù)，進而利用Hopfield神經(jīng)網(wǎng)絡實現(xiàn)對信元的控制和調(diào)度。計算機仿真模擬比較表明，

2、我們所提出的這兩種方法均提高了吞吐率，減少了信元時延，并降低了信元丟失率，消除了隊頭阻塞造成的性能惡化，提高了ATM交換結(jié)構(gòu)的性能，實現(xiàn)了信元整體上的優(yōu)化排程控制。由于Hopfield神經(jīng)網(wǎng)絡易于電子或光電技術實現(xiàn)，交換結(jié)構(gòu)和緩沖器也無需加速，因此，這兩種方法不失為有效的信元優(yōu)化調(diào)度方案。 2.基于神經(jīng)網(wǎng)絡的相位特征識別：提出一種基于人工神經(jīng)網(wǎng)絡的三維物體相位特征識別方法。首先利用波長掃描數(shù)字全息技術提取物體的相位特征，然后將物