单个函数平移和伸缩的叠加在L^p（R^d）中的逼近

本文主要讨论单个函数平移和伸缩的线性组合对Ｌ＾ｐ（Ｒ＾ｎ）中一紧集内函数的逼近，给出一个很强的逼近结果，这在神经网络应用研究中具有重要意义。     

用于光学神经网络硬件系统误差纠正的虚拟神经网络

提出了一种用于修正光学神经网络硬件系统误差的虚拟神经网络模型，光学实验结果表明该网络能够有效地消除硬件系统误差对实验结果的影响。     

神经网络雷达信号分类法

神经网络用来分析复杂的模拟雷达环境，它包含由许多不同的辐射器产生的带噪声的雷达脉冲。所用神经网络是一种能量最小化网络（BSB模型），它基于学习输入数据形成能量最小－－动态系统网络的吸引子。该系统首先确定有多少辐射器存在（去交织问题）。从单个模拟辐射器的脉冲引起网络内的不同的稳定吸引子。一旦单个辐射器被特征化，基于对它们的观测参量，有可能试图辨认它们。作为这种想法的试验，一种神经网络用来形成能够潜在地辨认辐射器小的数据库。     

Mean Value on the Difference Between a Quadratic Residue and Its Inverse Modulo p

The main purpose of this paper is to use the generalized Bernoulli numbers, Gauss sums and the mean value theorems of Dirichlet L-functions between a quadratic residue and its inverse modulo p value formula. to study the asymptotic property of the difference （a prime）, and to give an interesting hybrid mean     

非对称参数细胞神经网络中的混沌与分叉

研究了由３个细胞组成的细胞神经网络中的混沌与分叉现象。主要讨论了细胞神经网络中的一类特殊奇异吸引子，它由两个稳定平衡点和一个不稳定平衡点及其流形形成。通过取不同的初始值，可以在同一组参数焉获得３种不同的相轨线图，也可观察到一个稳定极限环的存在。     

人工智能,神经网络与光学

从发展智能计算机的战略出发，介绍了人工神经网络的研究背景和发展简史，扼要说明了神经元的基本运算功能以及人工神经网络的构造和类型。从可学习性，大规模并行性以及联想和容错能力等方面，通过已有研究成果的实例，分析了人工神经网络作为一种新型智能信息处理系统所具有的主要特点。并从硬件实现的角度，阐明了人工神经网络与光学或光子技术的密切关系。     

正则模糊神经网络对一类连续模糊值函数的普遍近似性

本文讨论了正则模糊神经网络于对定义于区间［０，Ｔ０］上连续可减模糊值函数的普遍近似性，在此基础上，证明了［０，Ｔ０］上取值为三角形模糊连续递增函数可用正则模糊神经网络逼近到任意精度。     

神经网络技术改善了微波测向的精度

文章介绍了神经网络的应用。重点介绍神经网络应用于多波束测向的原理和样本训练的模拟结果，为提高多波束测向的性能提供新的途径和思想。     

数字化电视中的模糊技术

1 模糊技术的概念 "模糊"的概念是美国自动控制专家扎德于1965年最先提出的,其核心是最大限度地模拟人的思维及其推理功能,来研究世界上许多界限不清的事物.     

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.