小世界生物神经网络的相干共振研究

研究了无外界周期信号时Hodgkin-Huxley模型小世界生物神经网络的非线性响应.数值模拟结果显示：当噪声强度取某一有限值时,峰序列有序度可以达到最大,即产生相干共振现象.同时发现： 随着网络规模N的变化,相干共振系数cv的极小值不是一个,而是多个.这表明相干共振可发生在神经元集群数目特定的不同规模的网络中. 关键词： 相干共振 有序度 小世界网络 生物神经网络     

两维局域互联神经网络的关联存储

本文将局域互联神经网络的新概念推广到两维情形,并对两维局域互联关联存储进行了理论分析和大量的计算机模拟.结果表明,两维局域互联神经网络的优点是,在满足存储容量限制的前提下,它与全局互联神经网络具有相同的关联存储能力,而其互联权重矩阵要比全局互联网络小得多.因而,有利于使用现有的空间光调制器实现两维大规模的人工神经网络.     

乌药化学成分结构参数与色谱保留时间的关系

乌药含有呋喃倍半萜、黄酮、生物碱、挥发油等多种化学成分,具有抗氧化、抗肿瘤及抑菌等活性.为研究乌药化学成分的性质,计算了乌药化学成分的分子连接性指数和电性拓扑状态指数,并筛选分子连接性指数中的⁰X,⁵X和⁵X_c,以及电性拓扑状态指数中的E₁,E₂和E₃,将这6种结构指数作为神经网络的输入层变量,色谱保留时间作为输出层变量,做回归分析,采用6∶5∶1的神经网络结构,构建了预测能力较强的预测模型.该模型总相关系数r_t为0.994 0,训练集相关系数为0.992 9,测试集相关系数为0.997 0,验证集相关系数为0.997 9,利用该模型计算得到的保留时间预测值与实验值吻合度较好,相对平均误差为2.66%.结果表明,乌药化学成分的色谱保留时间与6种结构参数之间具有良好的非线性关系.     

基于三维MESH网连接的可重构计算机系统

在多处理机系统中，处理机之间的连接关系和任务对通讯需要的匹配程度是影响系统性能的重要因素，不同任务的需要往往是大相径庭的．因此，多处理机系统的可重构能力是提高它的效率和性能价格比的一个重要关键．本文提出了一个基于三维ＭＥＳＨ网连接的可重构计算机系统ＲＣＳ，它属于并行ＭＩＭＤ计算机系统，在处理机之间提供了灵活的连接机制，能够有效地实现各种计算结构的重构，并且能够实现处理机级和进程级的容错．     

用自适应谐振网络进行图像纹理的分类与识别

分析了自适应谐振（ＡＲＴ２）神经网络模型的模式分类能力，并利用该网络来进行图像纹理的分类和识别，对６类自然景物的纹理图片分类和识别的结果验证了方法的有效性，对心脏超声图片的分类也取得一些初步成果．     

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。     

有向网络的复制机制及其相关网络分析

鉴于有向网络比无向网络包含了更多的内在信息, 而复杂网络中的基本统计量往往仅适用于无向网络, 使得有向网络的研究相对缺少, 由此提出了一个有向网络的统计量, 并分析该统计量在相关有向网络研究中的有效性. 考虑到复制是有向网络增长的一个主要动力, 定义了有向网络结点复制率和有向网络复制率的概念, 并利用结点入度分布和复制率研究了有向规则网络、复制模型网络及自然数网络. 结果显示, 完全复制模型和自然数网络的入度具有无标度特性, 其入度分布的幂律指数 都为2, 2个有向网络的复制率 , 而部分复制模型的复制率 . 因此, 有向网络的入度分布、复制率都能很好地解释完全复制模型与自然数网络的相关性, 可作为重要统计量广泛应用于有向网络研究中.     

面向内容的立体视频帧重要性区分模型研究

异构网络引起的视频传输失真是影响视频终端感知质量的重要因素,通常只能在解码端进行评估和补偿。因此在编码端建立一个面向内容的立体视频传输失真模型,考虑错误隐藏和错误扩散两种失真,通过近似估计视频中各帧对终端质量的贡献度,从而实现每帧重要性的区分。新模型综合考虑了视频帧编码位置以及表征内容的编码模式、运动矢量、视差矢量等关键信息,可以作为视频在异构网络中传输策略的重要依据。     

列车编组中越“标”预警系统的逻辑设计

本文以列车编组时存在的越“标”问题为例，讨论了越“标”预警系统所需要的逻辑开关网络，并以此网络为基础，设计了整个预警电路系统，调试结果表明设计方法合理、可行.     

用人工神经网络方法研究高聚物的热力学性质

用前馈多层神经网络方法研究了高聚物的热力学性质.在本文的人工神经网络模型中,输入层为高聚物的密度ρ,缠结分子量M-e,玻璃化转变温度T-g,高聚物的高弹性模量G-N,钩状构像含量β和无扰均方末端距的特征比C-∞;输出层为高聚物比热C-p;隐含层的节点数为5.最后预测结果与实验结果非常接近,相对误差为2.2～5.4,这为研究高聚物的其它物理性质提供了一种新的方法.