神经网络软件模拟平台的设计与实现

在对神经网络模型组成结构以及现有神经网络模拟软件分析的基础上,提出一种实现神经网络软件模拟平台的方法。通过在不同的级别上描述神经网络,定义神经网络结构和编写神经网络算法,建立完整的神经网络模块。实现了基于Ａｄａ语言的结构和算法分离实现的软件模拟平台。改进了系统的可描述性、通用性和可扩展性。     

基于神经网络算法的工程技术人员综合评价方法的应用研究

采用了BP神经网络的原理用于工程技术人员综合评价，建立了神经网络的综合评价模型，给出相应的算法，采用C 语言编程得以实现，并通过验证，得出合理的综合评价结果。     

用VFP实现人工神经网络的训练和运算研究

采用Visual FoxPro数据库语言对基本神经网络模型的相应算法进行编程,实现了通用神经网络参数的训练和回忆,为直接调用FoxPro信息数据和个性化神经网络的训练回忆提供了一种途径.程序测试达到了预期的效果,完成了将近450个变量的运算,是一个神经网络训练和回忆的通用系统.     

焦炉集气管压力模糊神经网络控制系统

针对焦炉集气管压力这类多变量非线性系统的特点,提出了一种基于模糊神经网络的智能协调控制方案:应用遗传算法对模糊神经网络结构和参数进行优化,采用PLC的逻辑梯形图语言编程实现智能协调运算,将系统的硬件高可靠性、软件灵活性与现代智能控制相结合,保证了集气管压力稳定在工艺要求范围内.     

基于Web方式的神经网络智能预测系统设计与应用

针对传统BP神经网络的一些缺陷,设计一种综合改进的BP神经网络算法.在此基础上,采用.NET架构以及Web Services等技术,用主成分分析算法和置信度区间算法对BP网络结构进行全后处理,以经济预测为例,设计开发了一个基于B/S结构的智能经济预测系统.该系统具有较好的易用性和一定的通用性,提高了预测结果的准确度和神经网络的泛化能力.     

空间太阳望远镜中图象压缩单元软件设计

图象压缩单元是一个嵌入式系统，用软件算法在DSP系统上实现图象压缩，软件的开发采用混合语言编程，即图象压缩算法采用C语言编程，其它软件模块采用汇编语言编写。采用小波变换和零树编码的方法，达到了卫星要求的压缩比。     

改进的人眼定位算法在DSP上的快速实现

在PC机上实现人脸检测是一种非在线检测,具有非实时性和滞后性等缺点,而将嵌入式系统设计技术与数字图像处理技术相结合能够实现人脸的快速检测。以TMS320DM643建立实时图像处理硬件系统,通过CCD获取视频序列,再利用Harr脸部检测算法和Cam Shift运动目标跟踪算法来提取人脸区域。在此基础上采用临界值法和K-means算法进行人眼定位。采用C语言编程在TIDM643EVM上进行优化实验,完成一次操作只需0.48s。     

LMBP神经网络PID控制器在暖通空调系统中的应用研究

针对BP神经网络学习过程收敛速度慢及易陷入局部极小值的缺陷,研究了levenberg-marquart算法(即LM算法).为解决LM算法中学习速率的选择和逆矩阵的求解这两个严重影响训练时间和收敛精度的问题,采用LU分解法对LM算法进行改进和优化,并通过MATLAB语言编程实现,将得到的LMBP神经网络PID控制器应用于暖通空调冷冻水循环的控制回路中,将其控制效果与PID控制算法、BP神经网络PID控制算法进行仿真对比研究.研究结果表明,采用LMBP神经网络PID控制器在减少超调量、加快收敛速度、减少稳态误差等方面的性能都得到了明显的改善.     

基于神经网络的模糊综合评价

在模糊系统理论与神经网络理论基础上，建立了一种基于神经网络的模糊综合评价模型，其合成运算采用加权平均算子，其隶属函数调整采用误差反传算法，并证明了这种算子的模糊综合评价神经网络能收敛到唯一的极小点，不咄了以三角模糊函数为尿属函数的模糊综合评价神经网络的隶属函数调整算法。     

基于RBF神经网络预测模型及其应用研究

利用径向基函数（Radial Basis Function,RBF）神经网络采预测结构初期损伤对整体的影响,可以有效地判断结构的稳定性．由于神经网络可以通过对样本的反复学习来反映整体结构复杂的非线性演化关系,其预测精度可以满足要求．RBF神经网络作为一种性能良好的前馈网络,具有更好的逼近能力和全局最优特性．本文通过有限元计算得出样本作为基础,采用RBF神经网络建立初期损伤的预测系统,通过最近邻聚类学习算法实行整体结构预测,这种研究思路具有结构简单、学习速度快、预测精度高的特点,网络的外推能力也较强,计算效率明显优于传统方法．本系统采用Fortran语言编写,最后通过一个实例说明本系统的有效性及实用性．     

电液负载模拟器神经网络辨识器及控制器设计

针对传统控制方法无法解决飞机舵机电液负载模拟器受多余力等非线性因素严重干扰的问题,给出了一种基于神经网络辨识器及控制器的复合控制结构,结合了神经网络系统辨识与自适应实时控制的工作特点。根据电液负载模拟器控制结构及工作原理,采用BP神经网络辨识器在线辨识,获得系统辨识模型以替代理论数学模型。然后,采用Adaline神经网络控制器实时控制,利用系统误差信号与BP神经网络反向递归计算Adaline网络权值调整信息,获得系统控制参数,实现复合控制器的有效监督与智能控制。最后利用MATLAB进行实验验证,仿真结果表明：该方法能够提高系统控制精度,多余力消扰率达92%;并且可以有效模拟飞机舵机所受力载荷的变化情况,实现系统指令信号快速、准确、稳定的加载。     

网络信息资源编目面临的问题及对策

针对网络信息资源编目所面临的困难,提出了有序利用网络信息资源、引进和吸收国外的编目方案、制定统一的网络信息资源著录项目、采用不同的著录标准等图书馆网络信息资源编目工作的若干解决对策。     

Legendre小波神经网络

在BP神经网络的基础上，结合Legendre小波构造了Legendre小波神经网络。由于Legenure小波在区间[0，1)上具有分段表达式并且为多项式的特点，因而构造的Legendre小波神经网络有结构简单、收敛速度快等优点。以神经网络的BP算法作为Lengendre小波神经网络的学习算法，用有6个Legenqdre小波基函数的Legendre小波神经网络对一个函数进行逼近分析，得到了较好的逼近效果。     

控制中的神经网络

提出了神经网络控制器的分类以及非线性映射特性，讨论了神经网络控制器的特点。在与传统自适应控制相比较的基础上，提出了解决非线性动态系统的方法，并通过实验加以验证。     

神经网络PID控制

以工业ＰＩＤ控制中控制器参数调整困难为背景，在分析神经网络特性的基础上，提出神经网络控制方法，设计了具有自适应性的神经网络ＰＩＤ控制器，在描述了神经网络的学习机理的基础上，给出了控制器控制算法。通过２个实例验证了神经网络在线控制的可行性。     

演化神经网络算法

演化算法的应用使神经网络的训练有了一个崭新的面貌,目标函数既不要求连续,也不要求可微,仅要求该问题可计算,而且它的搜索始终遍及整个解空间,因此容易得到全局最优解.应用这一思想,本文提出了一种新的演化神经网络算法—EPANN,并通过算法实例说明EPANN是可行的.     

Complex Network Classification with Convolutional Neural Network

Classifying large-scale networks into several categories and distinguishing them according to their fine structures is of great importance to several real-life applications.However, most studies on complex networks focus on the properties of a single network and seldom on classification, clustering, and comparison between different networks, in which the network is treated as a whole.Conventional methods can hardly be applied on networks directly due to the non-Euclidean properties of data.In this paper, we propose a novel framework of Complex Network Classifier(CNC) by integrating network embedding and convolutional neural network to tackle the problem of network classification.By training the classifier on synthetic complex network data, we show CNC can not only classify networks with high accuracy and robustness but can also extract the features of the networks automatically.We also compare our CNC with baseline methods on benchmark datasets, which shows that our method performs well on large-scale networks.     

网络环境下的图书编目工作

网络环境下的图书编目工作因工作环境、信息载体、编目职能、编目技术等方面发生重大变化而呈现新的特点;指出网络环境下图书编目工作面临的主要问题;研究和探讨网络环境下图书编目工作的主要内容和工作模式并提出相应的发展思路与对策。     

网络环境条件下图书馆信息描述方式的思考

从图书馆学专业核心课程图书馆目录到信息描述名称的变更所引发的思考入手，研究了网络环境条件下，图书馆信息描述对象(信息资源)的种类、信息描述方式，并对未来图书馆信息描述研究思路加以探讨。