IMAX震撼的视觉享受

<正>说起2010年最流行的词汇,除了世博会外,IMAX也一定榜上有名。电影《阿凡达》在全球掀起了IMAX电影的热潮,许多人不惜重金、彻夜排队买票,为了一睹IMAX电影的风采。此次2010年上海世博会上,也有许多场馆推出了各种不同的IMAX电影,让你过足IMAX瘾。     

IMAX：“电影的终极体验”

在看IMAX电影的时候，不仅是用你的眼睛在看，而是纵容全身的感官欺骗自己——IMAX的矩形银幕可高达七八层楼，球形银幕的直径可长达三十米，让逼真的图像呼之欲出，巨大的震撼力惊天动地。观看影片的观众们如身临其境，与电影场景浑然一体，从而获得与其他各类电影截然不同的、全身心的感受。     

一个改进的MAXNET竞争网络模型

利用动态地加强网络节点间的相互抑制强度的方法，提出ＭＡＸＮＥＴ竞争网络的一个改进模型并给出该模型的主要性质及收敛速度的估计式。文中还给出模拟数值结果并加以说明。     

一个新的线性规划通用神经网络模型

指出了现有模型存在的局限性，为构造了一种新的神经网络模型用于求解一般线性规划问题，避免了现有网络模型的不足，该模型是线性规划的通用模型，具有全局渐近稳定性，能够惟一地收敛到问题的全局最优解，模拟计算表明了新模型的有效性。     

一个非全局连接神经网络模型

为了降低神经网络的连接复杂度,以利于硬件实现,本文提出了一个非全局连接的神经网络动力学模型,包括网络的能量函数、局域场和学习规则。基本思想是将Hopfield网络分解成若干个子网络,并建立各子网络之间的联系。对此模型的联想记忆过程统计分析表明,与Hopfield网络相比,一次分解后的连接数减少了25%,但网络的存储量和联想能力不变;多次分解后的连接数大大减少了,尽管网络的存储量和联想能力有所下降,但每个连接系数的平均存储能力提高了近1倍。本文最后讨论了高阶连接和多层网络结构的关系.     

哈肯灯塔模型的一个改进

灯塔模型(lighthouse model)是哈肯用来刻画神经元电活动特性的简单模型.根据离子在神经元细胞膜的扩散的特点,本文在灯塔模型中引入了电位的自发衰减过程.改进后的灯塔模型描述的神经元的发放频率和神经元同步发放频率更好地符合实际情况.     

基于改进遗传算法的递归神经网络模型辨识

将递归内时延神经网络应用于非线性动力学系统中，引入遗传算法作为其学习算法，提出遗传算法新的编码方案，并且在遗传操作中采用适应度的调整策略，通过仿真实验，表明该方法是有效的。     

一个更精确的现实性动态神经网络模型

神经元的功能主要由突触后膜，胞体膜和始段膜三种膜结构的不同活动特性决定的。根据这三种膜结构的电生理性质及其形态结构提出了一个比较精确的现实性动态神经网络模型。计算机仿真结果表明这个模型在具有比较简明的形式及较小的计算量的同时，能较全面地反映神经元的活动特性。     

An Interval-valued Fuzzy Competitive Neural Network

Because interval value is quite natural in clustering, an interval-valued fuzzy competitive neural network is proposed. Firstly, this paper proposes several definitions of distance relating to interval number. And then, it indicates the method of preprocessing input data, the structure of the network and the learning algorithm of the interval-valued fuzzy competitive neural network. This paper also analyses the principle of the learning algorithm. At last, an experiment is used to test the validity of the network.     

前馈神经网络的一个改进的BP学习算法

在文［８］的工作基础上,利用模型逼近度和训练误差函数值相对误差函数梯度向量长度的变化率,给出前馈神经网络的一个自适应学习算法对一具体的分类问题进行计算,结果表明本文算法效果良好,改进了文［８］的算法     

基于改进Elman神经网络的非线性预测控制

为了提高非线性预测控制中预测模型的精度,提出一种基于递归神经网络建模的预测控制方案.采用改进Elman神经网络在线建立预测模型,用递推最小二乘法在线修改神经网络权值,并引入误差补偿环节,从而达到改善预测模型精度的目的,使控制系统的控制性能得到提高.仿真实验表明了该方法的有效性.     

改进的RBF神经元网络及其应用

总结和改进了ＲＢＦ网络的结构和学习算法，并利用改进的ＲＢＦ网络对化工中的精馏塔系统进行建模研究，仿真可知效果较好．     

一种改进的递归神经网络及其仿真研究

针对BP神经网络在学习速度方面的不足,在Jordan和Elman网络结构的基础上,提出了一种带偏差单元的IRN(internally recurrent network)网络模型,根据BP算法推导出了该网络模型的权系数调整规则,并应用该网络模型进行了故障诊断方面的仿真分析.试验结果表明,该网络模型的收敛速度比一般BP网络有了很大提高,具有很好的实用性.     

一种改进的聚合物驱孔隙网络模型

基于幂律流体在圆管中的流动模型,建立了幂律流体剪切率与流速之间的关系式。对关系式进行校正并代入Carreau 模型中,得到了改进的Carreau 流体有效黏度模型。新模型中有效黏度是流速的函数,将原来的非线性问题简化为线性问题。应用新建立的有效黏度模型,综合考虑聚合物渗流机理建立聚合物驱微观模拟模型。进行了聚合物驱微观模拟,统计分析了聚合物驱后剩余油的微观分布规律。计算结果表明,聚合物驱后剩余油更趋分散：网络状剩余油体积比例明显减少,但油水混合状、孤粒/孤滴状、斑块状剩余油体积比例都有所提高。     

基于改进神经网络的水泥路面使用性能预测模型

为了克服传统水泥路面使用性能预测方法的缺陷和误差反向传播(BP)神经网络的不足,利用动量方法改进了BP神经网络收敛性,建立了水泥路面使用性能预测模型.采用广东水泥路面调查数据对模型进行了训练和验证,并对模型训练方法进行了优化.分析表明,该模型具有较好的实用性和预测精度.     

一种基于BP神经网络的个体定税模型

阐述了BP神经网络的基本原理,通过分析影响定税的一些主要因素,提出了基于BP神经网络的个体定税预测模型,并以株洲市地方税务局的系数定税数据为样本,对该模型进行分析评估,进而表明BP神经网络在核定纳税户的应纳税额方面具有较好的实用性.     

一种改进的BP网络图象压缩方法

本文提出了一种改进的ＢＰ网络图象压缩方法．该方法对输入图象矢量进行分类，不同类别的图象矢量分别由不同的ＢＰ网络来实现压缩和恢复．因为同一类别图象矢量间离散度较小，所以可降低ＢＰ网络的映射复杂度，从而达到改善图象质量的目的．实验结果表明，这种改进能有效提高恢复图象的信噪比和视觉质量，对数据压缩比影响很小．