一种可用于非线性码译码神经网络模型研究  

A NEURAL NETWORK FOR DECODING OF NONLINEAR CODES

作　　者：马晓敏[1] 杨义先[1] 章照止[2] 

机构地区：[1]北京邮电大学信息工程系,126信箱北京100088 [2]中国科学院系统科学研究所,北京100080

出　　处：《电子科学学刊》1998年第6期847-851,共5页

基　　金：国家自然科学基金(批准号 69772035;69896240)

摘　　要：本文提出一种非线性码神经网络译码方案,在纠错能力范围内对满足码距特性的一般非线性码以零错误概率进行纠错译码,并在检错能力范围内检错。文中具体描述了神经网络模型构造、学习算法及其理论依据。最后通过非线性等重码的译码实例表明此方案的有效性及理论和应用价值。A decoding strategy for nonlinear codes using a neural network is presented. Within the capacity of error correction, it can correct and detect errors of general nonlinear codes which have some specific code distance with zero error probability. This paper describes structure of the neural network, learning algorithm and theory analysis. Finally, one decoding example: nonlinear constant weight code is demonstrated to prove the availability and values of theory and application.

关 键 词：非线性码 译码 神经网络 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程] TN764[自动化与计算机技术—控制科学与工程]