年来,高阶谱H(igher一derrsPectar一05)和神经网络引起了广泛的兴趣。在理论研究 和应用方面都取得很大的进展。我们研究高阶谱主要有下歹纽三方面的原因:提取偏离高 斯特性以外的信息;恢复信号的正确的相位信息;在时间序列分析中,检测和表征信号的 非线性特性。在时间序列分析和系统辨识中,利用神经网络的一个主要原因就是前向神 经网络逼近任意连续有界函数的能力。 本论文基于高阶谱和神经网络,在随机信号的处理方面作者作了以下几方面的工作: 我们首先提出Sims-aPi一l让改de回归神经网络,推导其学习算法,并成功将此神经网络 用于线性和非线性系统辨识及天气预测。 在第三章,我们提出基于高