基于人工智能的创造性思维的方案探讨

针对创造性思维在人类思维中的重要作用.对创造性思维的模拟提供了创造计算的一种新方法.其中,逻辑思维采用了神经网络的BP算法来实现,直觉思维采用了Hopfield神经网络以及交叉变异等实现方法,论述了变异联想在直觉产生中的重要作用,并且建立了模拟直觉的计算模型.提出了采用直觉与逻辑互补构成创造性思维的观点,构造了创造性思维的认知与计算模型,给出了创造性思维模型的计算实例.     

创造性思维的开发

创造性思维不同于常规思维，它具有创见性、巧妙性、流畅性、突发性、连续性、整体性特征。确保思维开放，实现思维聚合，实现发散型思维与聚合型思维的高效统一，充分发挥直觉、想象、灵感、顿悟在创造性思维开发中的作用等可促进创造性思维的开发。     

创造性思维在纺织产品开发中的应用

介绍了收敛、发散、直觉与灵感、想象等创造性思维在纺织产品开发过程中的应用,可以看出创造性思维活动在产品、技术开发中的重要作用。     

基于知识的模糊神经网络临床路径变异分析方法

探索了基于Mamdani、Takagi Sugeno模型的模糊神经网络，以及BP神经网络在临床路径控制中的应用.提出了基于知识的模糊神经网络临床路径变异分析方法，以骨肉瘤化疗临床路径肝中毒变异为例进行了实例验证.分析了几种方法的有效性以及各自的优缺点.结果表明，在处理临床路径变异方面，基于知识的模糊神经网络与标准的BP神经网络相比，具有明显的优越性.     

利用遗传算法和人工神经网络的外形重构

给出了一种新的基于复变函数、遗传算法和神经网络的曲面重构方法，曲面可以用解析表达式的格式重构。根据确定的离散化样本集合，在均方差的意义上，这种表示法是最优的。我们采用的曲面表示方法是通过进化计算得到的，其中反复应用了交叉和变异操作，结合误差反传训练算法，直到满足终止条件。表达式最终被分类成一些基本函数的特征组合。这种方法可以用于3D物体的CAD模型重构和自由光滑曲面模拟。用VisualC 和MatLab演示了该系统，并且实现了在设计过程中的实时曲面可视化。     

BP神经网络在大坝安全综合评价中的应用

提出了基于改进的BP神经网络的大坝安全综合评价方法，将改进的BP神经网络应用于大坝综合评价，意在建立更加接近于人类思维模式的定性与定量相结合的综合评价模型。通过对给定学习样本模式的学习，获得取学习样本中所体现的评价专家的经验、知识、主观判断及对目标重要性的倾向。当需对评价对象作出新的综合评价时，该方法便可再现评价专家的经验、知识和直觉思维，从而实现定性分析与定量分析的有效结合，较好地保证评价结果的质量，示例表明，这一评价方法是合理、可行的。     

数学教育中创造性思维的培养

针对数学教育中创造性思维的培养问题,采用综合论述方法分析了创造性思维的含义及特点,指出了数学教育在培养创造性人才的作用,讨论了创造性思维中发散思维、直觉思维、综合思维的特征及其在数学教育中的应用,得到了在数学教学课堂中创造性思维引发模式的途径,这对数学教育中创造性思维的培养及创造性思维能力的提高是有益的.     

全局优化学习算法下的高阶神经网络模型

研究了一个高阶神经网络模型，该模型采用全局优化学习算法，能使所有学习图样都成为系统的稳态吸引子，其存储容量远高于Ｈｅｂｂ－ｒｕｌｅ－ｉｌｋｅ型学习算法下的高阶神经网络模型，并能存储识别相关图样，对由３０个神经元组成的二阶神经网络系统进行了计算机模拟，模拟结果证实了上述结论。此外，还分析了初始突触强度对学习效果的影响，计算不同存储力图样数目下的平均吸引半径。     

RNN神经网络的应用研究

对动态回归神经网络模型结构与算法进行了分析，采用多层反馈ＲＮＮ网络，以典型的非线性化工过程ＣＳＴＲ为应用对象，比较了采用前馈ＢＰ网络和Ｅｌｍａｎ的ＲＮＮ网络进行模型化与模拟，最后用一个时变过程和苯酐工业生产过程模拟验证。结果表明，动态回归神经网络具有较好的收敛性和稳定性，可用于复杂动态过程的工业应用。     

基于Gabor卷积神经网络的图像分类算法研究

为了研究Gabor滤波器在卷积神经网络中的性能和特征提取能力,提出了模拟视觉神经元特性的Gabor卷积神经网络计算模型。利用符合视觉神经元感知特性的Gabor滤波器作为建议神经网络的卷积核,将Gabor滤波器与CNN相结合,从而构建Gabor卷积神经网络。实验采用3个公共图像数据集进行图像分类任务,验证GaborConv网络的各项性能,并与经典的VGG16进行对比分析。实验结果表明,Gabor卷积神经网络的图像分类精度相对CNN有所提高,其收敛速度也明显加快,同时大量减少网络训练参数数量,释放计算机的内存。     

离散Hopfield神经网络在混烧控制系统故障诊断中的应用

给出了离散Hopfield神经网络结构和模型．利用Hopfield神经网络的演变过程是一种计算联想记忆的过程,它适用于正交(或近似正交)模式的记忆性质,给出了一种Hopfield神经网络的双向联想记忆模式的记忆矩阵构造方法,并提出了一种改进的基于Hopfield神经网络的控制系统故障诊断的算法,利用此算法实现实时检测混烧控制系统的故障和异常,对混烧控制系统的调节器和阀门进行故障诊断和故障信息提示．     

混合故障模型下离散Hopfield联想存储器的鲁棒性

离散 Ｈｏｐｆｉｅｌｄ 联想存储器（ Ｄ Ｈ Ａ Ｍ）在联想记忆方面有很大的优点,但是在硬件实现过程中存在着各种故障。对于软硬故障同时存在情况下 Ｄ Ｈ Ａ Ｍ 的性能进行分析是很有必要的。该文对 Ｄ Ｈ Ａ Ｍ 建立了同时包含权值误差、权值断路、神经元输出固值等各种软、硬故障的故障模型,定义了概率意义下 Ｄ Ｈ Ａ Ｍ 的鲁棒性。运用概论统计的方法推导出了运行于同步方式下 Ｄ Ｈ Ａ Ｍ 的鲁棒性,推导中对结果进行了近似处理。对 Ｄ Ｈ Ａ Ｍ 系统进行了仿真实验,与利用这种鲁棒性分析方法计算进行了对比,结果相差非常小,证实了此方法的正确性,可以用于 Ｄ Ｈ Ａ Ｍ 的可靠性计算。     

三维异联想Hopfield模型

三维物体的识别是有重要应用意义的课题,神经网络模型是解决该复杂问题的一个途径。作者将神经网络模型表达为矩阵形式,提出异联想矩阵形式的Ｈｏｆｉｅｌｄ模型,从而提出了能较好地解决这一问题的新方案。与传统Ｈｏｐｆｉｅｌｄ模型相比较,该模型对三维物体的识别有较好的识别率,对神经网络的发展和实际应用有重要参考价值。     

基于Hopfield神经网络概念设计中联想记忆

对复杂产品的功能需求进行可计算的0-1向量表示,以及通过Hopfield神经网络的联想记忆功能,实现了产品概念设计过程中的联想记忆。避免了对图像检索的庞大计算量以及建立知识推理库的复杂过程。并且对Hopfield神经网络实现联想记忆的算法进行了改进,最后以液压泵的需求选型为例对此算法进行了验证,计算结果表明此算法能够较好地实现联想记忆过程。     

基于联想记忆的Hopfield神经网络的设计与实现

介绍了反馈型神经网络Hopfield网络的定义、原理、模型和基本学习规则,并构造了一个用于联想记忆的Hopfield神经网络模型.对实验结果进行分析、比较,实验结果表明:Hopfield神经网络用于数字识别是可行、有效的;该方法较传统神经网络能提高网络的记忆能力和数字识别的正确率;该方法有别于以往的BP神经网络的模式识别,结合一些优化算法,如遗传算法,能对Hopfield神经网络的联想记忆稳态进行优化,增强神经网络的联想记忆能力.     

Hopfield神经网络对供应商分类的研究

本文分析了供应商选择所涉及的各种因素及其相互关系,运用离散Hopfield神经网络模型,面对大量供应商评级数据,然后通过离散Hopfield神经网络的联想记忆能力,建立离散Hopfield供应商评级模型。从而减小评价分析决策中因个人主观性带来的偏差。这样使供应商选择的过程更条理化、层次化,企业对供应商的选择机制更具科学性。     

关于单层神经网络结构特征的一个结果

目前有许多神经网络模型以 Hebb 规则做为学习的基础.在 Hebb 规则中不包含神经元的几何结构信息.但对点数相同的二维点阵和一维点阵,大脑易于记忆二维点阵,因为它有更多的几何结构特征.Kohonen在中论述了生物神经网络的结构特征.本文在Hopfield 网络中引入几何结构信息,对其联想记忆过程做了理论分析和实验研究,试图研究单层神经网络的结构特征对联想记忆的影响,并探讨实现局域连接的可能性.1 Hopfieid 神经网络模型及结构信息的引入Hopfield在文中提出了一个神经网络离散模型.此模型中包括 N 个神经元,它们     

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.     

高校教师教学质量的神经网络综合评价研究

针对高校教师教学质量评价不全面、主观性过强等问题,结合离散型Hopfield神经网络的特性,提出离散型Hopfield神经网络教师教学质量评价模型,并将该模型在某"211工程"重点高校某教学团队内部进行应用,结果表明该模型能够很好的对该团队教师教学综合质量进行全面客观的评价。