Delay-dependent stochastic stability of delayed Hopfield neural networks with Markovian jump parameters

In this paper, the problem of stochastic stability for a class of time-delay Hopfield neural networks with Markovian jump parameters is investigated. The jumping parameters are modeled as a continuous-time, discrete-state Markov process. Without assuming the boundedness, monotonicity and differentiability of the activation functions, some results for delay-dependent stochastic stability criteria for the Markovian jumping Hopfield neural networks (MJDHNNs) with time-delay are developed. We establish that the sufficient conditions can be essentially solved in terms of linear matrix inequalities.     

神经网络在大型复杂武器装备质量综合评价排序中的应用

从大型复杂武器装备系统的具体特点出发,运用基于神经网络的评价方法,构建了大型复杂武器装备质量综合评价模型。实证分析的结果表明该方法得出的结果与实际情况相符。     

四种多变量校准方法在FTIR多组分分析中的性能比较

本文对四种多变量校准方法－－经典最小二乘法（CLS），偏最小二乘法（PLS），卡尔曼滤波法（KFM）以及人工神经网络法（ANN）－－在多组分浓度分析方面的性能进行了比较。选择五种红外谱图严重混叠的大气有机毒物－－1，3－丁二烯，苯，邻二甲苯，氯苯和丙烯醛－－作为分析对象。分别计算各种方法对该5组分体系的平均预测误差MPE和平均相对误差MRE进行比较。结果表明，偏最小二乘法在处理这类问题中是最稳健的方法。     

神经网络自适应滤波器在故障诊断中的应用

分析了用自适应滤波器进行故障诊断的方法．针对该方法在计算上要花费大量时间、难于完成实时诊断任务的缺点，提出了用神经网络自适应滤波器来完成故障诊断的方法．神经网络有极快的运行速度，能很好地完成实时诊断任务．     

基于小波压缩的二值图像图视密码学的改进

图视密码学方案最初由Naor和Shamir在 1994年欧洲密码学会议上提出 ,但像素扩展太大 ,生成分存图像太大。采用小波变换对分存图像进行压缩 ,有效地降低了分存图像规模。     

基于小波变换的运动汽车阴影分割

利用在阴影区域内的点所接受环境光强与汽车的相对位置关系，结合多分辨率小波分析，提出了一种新的基于小波变换的运动汽车阴影分割方法．该方法不需要知道光源的方向，也不需要车体的彩色信息；对背景的纹理也没有要求，适用于复杂纹理背景下任何颜色的汽车阴影分割．实验表明，该方法定位准确、速度快、抗噪能力强．     

正交小波包的构造

本文给出尺度因子ａ＝４时正交小波包的构造，推广了［２，４］引入的正交小波包，并给出相应的分解与再构造算法．本文引入的正交小波包具有保持信号ｆ∈Ｌ^２的线性相位，也讨论了尺度因子ａ＝ｋ（ｋ∈Ｚ，ｋ≥２）正交小波的构造     

一种新的$1/f$过程小波模型

给出了一种新的二进小波1/f过程模型,从理论上证明了一类谱指数为H的近似1/f过程可通过一簇平稳随机过程产生.由于所提方法利用了1/f过程小波系数的相关性,因而有效地减少了合成1/f过程的谱误差.数值实验结果表明,新模型很好地改进了已有模型.     

偏最小二乘回归的贝叶斯正则化神经网络集成模型在证券分析预测中的应用

神经网络集成技术能有效地提高神经网络的预测精度和泛化能力,已经成为机器学习和神经计算领域的一个研究热点.利用Bagging技术和不同的神经网络算法生成集成个体,并用偏最小二乘回归方法从中提取集成因子,再利用贝叶斯正则化神经网络对其集成,以此建立上证指数预测模型.通过上证指数开、收盘价进行实例分析,计算结果表明该方法预测精度高、稳定性好.