带有N个不同神经元的神经网络混沌性

研究一类n个神经元的神经络系统的混沌性,通过转移变换把延迟神经网络系统转化为无延迟时间的无穷维等价系统,通过无穷维系列空间的转移映射性质获得n个神经元的离散神经网络系统的一个闭不变集,并证明此类具有n个神经元的离散神经网络系统的转移子系统与双边符号转移动力系统拓扑共轭。从而证明这类具有n个神经元的离散神经网络系统的混沌性。     

带有变时滞的高阶模糊细胞神经网络的指数稳定性

研究了带有变时滞的高阶模糊细胞神经网络（HFCNNs）的全局指数稳定性.通过引入非奇异M-矩阵和使用Lyapunov泛函方法,得到了带有常时滞和变时滞的高阶模糊细胞神经网络全局指数稳定性的充分条件.     

一种基于动态模糊Kohonen网络的聚类模型及应用

提出一种基于动态模糊Kohonen神经网络聚类模型,针对传统的Kohonen神经网络(KNN)聚类需要预先确定聚类数的问题,提出采用树形动态自组织映射网络算法(TGSOM)来确定聚类数,并且利用模糊Kohonen神经网络(FKNN)聚类结果与输入顺序无关的优势进行网络优化,得到更优的聚类结果。该模     

基于自适应神经PID改进算法的非线性系统控制

通过研究非线性系统动态特性,分析了一般神经PID控制器的控制特点并在此基础上给出了一种改进算法.通过在线训练和学习来修正参数,实现神经网络自适应调整比例常数PID控制.该算法充分利用BP神经网络算法逼近任意连续有界非线性函数的能力,使得比例常数随着偏差的大小而变化,使目标函数达到最优化.仿侣真结果表明.在对非线性动态系统进行控制时,自适应PID神经网络控制算法具有很强的灵活性和高效性,能取得良好的控制性能.     

带有时滞的神经网络的稳定性

在本文中，我们研究了带时滞的神经网络系统，分析了该系统的稳定状态，获得两个稳定性准则，为神经网络的硬件设计提供了理论依据.     

模糊自适应算法的神经网络图像重建

在12电极ECT系统中,采用BP神经网络进行图像重建时以一定原则选取学习样本,并引入模糊自适应算法以加快训练的收敛速度,获得较满意的重建图像效果．     

模糊神经网络在复合地基沉降量预测中的应用

复合地基后期沉降变形对于建筑物设计及安全具有重要意义,针对通过长期沉降观测以得到复合地基的最终沉降需要耗费较多资源的问题,提出了一种基于模糊神经网络的预测方法.该方法考虑沉降变化过程有较大的随机性和模糊性,直接将样本数据进行模糊化,所得的模糊数代表了样本点集与控制点集中各分量之间的相关度,并依此建立模糊BP神经网络进行学习和估算.实验结果表明了该方法对沉降进行预测是可行与有效的,且在相对误差的有效控制方面优于BP网络方法与灰色方法.     

模糊神经网络的一种快速学习算法

本文对文献[1]《一种改进的模糊参数神经网络学习算法》中提出的F-BP算法进行分析研究，提出了一种效率更好的快速F—BP学习算法．在此算法中对模糊数的计算方法进行改进，减少了模糊神经网络训练及推理中的运算量，从而提高学习效率．     

基于模糊神经网络的电气化铁路接触网安全评估

传统铁路接触网的安全评估方法往往只考虑某一个方面的影响,没有综合考虑多个内外影响因素。针对该问题,提出一种基于模糊神经网络的综合安全评估方法。首先建立了一套有效的安全评价指标体系,包括企业管理、人员素质、设备性能以及外部环境4大类该安全评价指标体系能够从主观和客观较为全面地反映铁路接触网的运行管理情况;其次,根据评价指标的特点,采用模糊神经网络算法建立安全评估模型,较好地实现评价指标与安全等级之间的非线性映射。实验结果表明,基于安全评估指标体系所建立的模糊神经网络评估模型,能够很好的对铁路接触网的安全等级做出评估,且评估效果良好。 更多还原     

一种新的思维模型:多节拍主从结构离散神经网络(英)

本文基于McCulloch和Pitts提出的二值神经元阈值模型，以Hopfield联想神经网络为核心，加上两个从网络，构造了一个由节拍各异的三个离散网络组成的神经网络系统．本文分析了该系统的稳定性，并定性讨论了其联想思维功能．     

应用逆神经网络的自学习控制器

近年来人工神经网络成功地用于动态系统辨识与控制。本文利用人工神经网络逆的概念，说明如何用神经网络去学习动态系统行为以达到控制目的。用一ＢＰ网学习辨识系统的行为，然后作为系统的模型，同时也作为反馈控制器．利用模型通过直接的误差反传技术训练前债控制器．最后，反馈控制器与前控制器一起去控制实际系统。文中给出的２个例子说明了这种控制方法的有效性。     

k-means-RBF集成神经网络在工业尾气检测中的应用

神经网络是工业尾气检测系统的一个重要组成部分. 为提高神经网络的预测精度和收敛速度, 建立k-means-RBF集成神经网络模型. 首先, 通过选取不同的径向基函数神经网络参数, 得到一组RBF神经网络; 然后, 利用k-means算法对生成的RBF神经网络进行聚类, 并筛选出各类中精度较高的神经网络; 最后, 通过简单平均法对筛选出的神经网络进行集成, 得到高性能的k-means-RBF集成神经网络模型. 为验证模型有效性, 搭建基于k-means-RBF集成神经网络模型的工业尾气检测系统进行验证. 结果表明, 与粒子群算法优化后的Back Propagation (PSO-BP)神经网络模型相比, k-means-RBF集成神经网络模型的平均预测精度提高78.27%, 收敛时间节省99.65%     

线性动态系统的神经网络辨识与控制

近年来，不同结构的神经网络已成功地用于一大类动态系统的辩识与控制。本文应用函数型链接网提出一实际可行的辨识器与状态反馈控制器；研究的问题主要是线性动态系统在状态可测情形下在平衡点镇定问题。仿真结果显示了本文提出的方法的有效性。     

混沌神经网络的延时反馈控制

提出了一种适合于混沌神经网络的混沌控制方法,延时反馈控制方法,其目的是将混沌神经网络的丰富动力学特性应用于联想记忆、信息检索、组合优化、模式识别、数据压缩等智能信息处理中.利用本文提出的控制方法,对混沌神经网络进行控制,被控网络能收敛于与初始状态相关的记忆模式和反相模式的二周期状态上,从而实现了记忆搜索、模式识别的功能.     

尾草履虫分裂及非分裂期间皮层表面的形态学研究

本文用扫描电镜研究了尾草履虫非分裂时期和分裂期间虫体皮层表面的形态结构。尾草履虫全身表面约有１００００个网格，每一网格中部伸出一根纤毛．网格沿子午线成规则的纵行排列，形状有六角形、正方形、矩形、长方形和鱼鳞状。在背面有圆环形的伸缩泡开口。腹面中部的口前庭也有网格和纤毛，其纤毛相互汇聚在前庭周缘，比体表其他部位的纤毛要密集得多。虫体分裂时，身体伸长变细。在中部赤道区域，形成分裂沟，此外网格拉长呈细长方形，其长度增加而宽度缩小。最后其中一横列的网格，被拉断而形成两个仔虫。前仔虫的后端和后仔虫的前端网格呈细长方形。     

一种通用的Beyond 3G Multi-Radio接入架构

下一代移动通信网(Beyond 3G)是多种无线接入(Multi-Radio)共存的融合网络.如何有效集成异构无线网络,优化使用全部的无线资源是B3G研究领域内关键课题之一.在分析目前多种异构无线网络整合方案的基础上,借鉴欧洲IST 6th框架中Multi-Radio接入架构的基本思想,考虑在链路层实现异构无线网络之间的整合,从而提出一种通用B3G Multi-Radio接入架构模型,该模型可以无缝融合多种无线接入技术、有效利用全网无线资源.     

HS-代数的(落影)模糊演绎系统

定义了HS-代数的模糊演绎系统,由模糊积和模糊上集给出了模糊演绎系统的一个新刻画,讨论了模糊演绎系统的像和逆像的性质.使用落影理论讨论了HS-代数的演绎系统,并研究了落影模糊演绎系统和模糊演绎系统的关系.     

求解二次规划问题的神经网络方法

根据人工神经网络的基本优化机理,提出了一种基于Lagrange函数的适合于求解二次规划问题的神经网络模型,研究了该神经网络的稳定性和收敛性,探讨了提高网络优化计算效率的神经优化策略,仿真结果证明了该神经网络能有效地求解二次规划问题。     

通信网络动态优化与控制研究

引入现代控制科学,建立了一般通信网络的状态控制模型与目标控制模型,利用庞特李亚金极大值原理,研究通信网络最优控制的基本条件、本质意义与一般实现途径,证明了哈密尔顿函数协状态变量稳定解的性质及其在通信网动态优化与控制中的作用与地位。