异联想记忆Hopfield神经网络的模型、算法及性能

对联想记忆神经网络(neuralnetworks NN)的特性进行了分析,基于双向联想存储器BAM原理,对自联想记忆HopfieldNN模型进行了扩展,建造了适合于求解模式识别问题的异联想记忆HopfieldNN模型结构.并针对HopfieldNN记忆容量不足的缺陷,对常规的学习算法进行了改进,建立了基于投影原理的伪逆学习算法和广义逆学习算法,提高了HopfieldNN对样本的记忆存储能力.分析表明:本文的研究解决了HopfieldNN应用于异联想记忆模式识别的关键问题.     

适应性存储和快速提取的记忆结构模式分析

考察联想记忆具有的可快速稳健处理信息的复杂适应性网络结构模式.以英国爱丁堡和美国佛罗里达词汇联想辞典为基础,分别构建词汇联想网络进行复杂网络分析.两大词汇联想网络既有短连接路径性、高云集性以及中心度幂律分布的共同特征,又存在联想关系的差异.虽然联想记忆的内容受到社会文化背景等因素的影响,但其基本结构组织模式符合利于快速信息提取的小世界结构和利于适应性信息存储的无标度特征.     

带有增强和变换因子的三层结构双向联想记忆神经网络

提出了一种带有增强和变换因子的三层结构的双向联想记忆神经网络。介绍了增强和变换因子的巧妙选取方法,此方法可使网络很好地适用于相关度很高的样本。但是网络容量的增加往往伴随着寄生稳态点的增加,为避免这种情况,在网络中引入三层结构,这种新的双向联想记忆神经网络能够确保任意相关的样本达到完美的双向联想记忆。仿真实验证明了该方法的优越性。     

基于非线性内电位构造函数的抗伪状态联想记忆

针对传统Hopfield神经网络在联想记忆中存在的大量伪状态,设计出一种以非线性内电位函数构造为核心的抗伪状态方案,以取代传统的Hebb规则及其外积法,建立了一种抗伪状态的联想记忆网络(ASS-SSNN),并通过吸引域的变化研究抗伪状态方案的正确性和有效性.仿真结果表明:ASS-SSNN比采用传统Hebb规则及其外积法的Hopfield联想记忆网络(HNN)在容错性上更优,记忆状态的吸引域明显增大,存储容量也有所增加.     

由大脑皮层神经元所组成的HEBBIAN细胞群仿真

近些年来,人们一直研究建立在Hebb细胞群理论基础上,关于大脑皮层联想记忆神经网络模型。这种网络由仿真模型锥体细胞和一个从复现性人工神经网络提取的相关矩阵组成,用来模拟细胞群间的延持活动和模式竞争等。如果在网络中,用运动神经元代替锥体细胞,网络的行为会大大改观.本文所述的仿真结果符合Hebb细胞群理论的生物假说。     

最大-乘积型模糊联想记忆网络的一种新的学习算法

本文提出了最大-乘积型模糊联想记忆网络的一种新的学习算法,并给出了严格的理论证明.在一定条件下,新算法能将多个模糊模式对可靠地编码到模糊联想记忆网络的连接权矩阵中,且已存储的模式对可被完整地回想出来,并举例验证了算法的有效性.     

类噪声混沌编码在图像联想记忆中的应用研究

提出了类噪声索引 (key)产生的一般方法 ,利用帐篷函数的混沌过程作为类噪声索引的确定性生成器 ,以代数的形式完成了图像信息的存储和恢复。仿真实验表明 ,采用类噪声混沌编码的方法 ,自联想模型 (或异联想模型 )在一次自联想 (或异联想 )、部分输入图像信息和带一定噪声的输入图像信息时均可完成正确的联想记忆功能。     

人工神经元网络在DSS中的双向联想记忆法

本文将人工神经元网络用于DSS中。首先介绍了双向联想记忆的模型和算法,接着给出一个应用例子。     

列车运行监控记录装置故障诊断系统的研究

概括分析了基于故障树分析的列车运行监控记录装置故障诊断系统的特点及存在的问题，并在此基础上，提出了采用双向联想记忆神经网络的故障诊断系统方案。简要介绍了双向联想记忆神经网络故障诊断系统的系统结构、软件系统功能及诊断流程，并以主机无显示故障为例，详细描述了故障诊断模型、M矩阵的建立、推理过程、解释机制的构建原理。最后还概括分析了该系统的优越性，并点出了系统在技术实现中存在的主要问题。     

联想记忆模型在系统工程中的应用

本文提出了一种实数值联想记忆模型, 可以处理实数值的训练模式, 并能确保训练模式的稳定性。对于记忆离散双值模式, 该模型相当于一个高阶神经元网络, 并指出Hopfield模型只是它的特例。本文并将该模型应用于多属性目标决策和等级划分中, 其结果令人满意。     

舰艇摇摆作用下火炮射击诸元求解模型分析

通过研究摇摆运动作用下目标相对运动规律的变化,分析了摇摆运动对射击诸元精度产生影响的机理,指出了主要原因在于目标运动模型误差增加、提前点偏差增加。在研究弹丸膛外运动模型的基础上,分析并建立了基于迭代方法的射击诸元求解模型,并在此基础上建立了摇摆运动补偿模型,实现了对舰艇和甲板摇摆运动的有效补偿;建立了仿真模型,并设计了仿真实例对模型的有效性进行了验证,同时也通过实例验证了摇摆运动对于射击精度的影响原理分析的合理性。研究的结论和设计的模型对于进一步改进射击理论、研究射击技术提供了理论参考。     

工程飞行仿真实时管理调度模型的研究与实现

结合某大型工程飞行模拟器的开发,为实现复杂飞行仿真系统的快速构造和实时调度,基于客户/服务模型,建立了一种面向分系统服务对象的管理调度模型。本文首先介绍了该工程模拟器的结构与功能,然后对这种管理调度模型进行了详尽阐述,并给出了该模型在工程中的具体实现。     

基于动态混沌神经网络的预测研究——以马铃薯时间序列价格为例

针对农产品价格波动的非线性特征明显、传统时间序列方法在预测农产品价格短期波动存在不足等状况,本文将混沌理论和神经网络技术应用到农产品价格短期预测研究中,充分利用相关技术优势,设计了动态混沌神经网络时间序列预测模型.在此基础上,选取2008年1月21日-2012年7月1日的中国马铃薯日度价格为研究对象,对所构建的动态混沌神经网络时间序列预测模型进行学习、训练和测试,并用统计分析方法对模型性能进行评价与分析,最后,将所构建模型的预测结果与传统预测方法预测出的结果进行比较研究.结果显示:整个动态混沌神经网络结构为27-12-1,所设计的基于动态混沌神经网络的马铃薯价格时间序列预测模型在预测精度和性能上较ARMA模型均具有明显优势,这一预测模型在农产品价格时间序列短期预测研究上将具有广阔的应用前景.     

经常购买模型及其参数的极大似然估计

在分析巴斯模型和重复购买的产品生命周期模型等的基础上，提出经常购买模型，详细讨论该模型的参数的极大似然估计法，并采用实例检验模型及参数估计方法，分析模型的参数估计结果，在此基础上使用模型做产品销量预测，表明模型的参数估计方法及预测方法的有效性。     

基于有理插值函数的利率期限结构模型

本文基于重心权有理插值函数,提出了一种新的利率期限结构静态估计模型,并给出一整套建模过程(包括基函数的构造、参数估计、节点选择、模型预测等).与传统的样条方法相比,本文提出的模型具有以下四个方面的优势:拟合的利率曲线光滑性更好;模型计算复杂度较低;参数估计存在明确的经济意义;模型的预测精度更高.最后,将该模型应用于上海证券交易所交易的国债利率期限结构研究,结果显示:模型在结构分析、计算复杂度、预测能力及经济内涵等方面均优于传统模型,能够有效提高国债利率期限结构拟合与定价的准确性.     

水下超高速航行体双模态控制研究

水下航行体在高速运动时,其全部或大部分表面被空泡包裹.由于水动力和周围环境扰动使航行体尾部与空泡壁相互作用产生滑行力,滑行力的存在使系统具有较强的非线性并导致不稳定的航行状态.针对航行体纵向运动数学模型可以描述为无滑行力的线性模型和存在滑行力的非线性模型,设计了基于状态的切换控制策略并设计了双模态控制器,对于线性模型采用状态反馈控制,对于非线性模型采用基于微分几何的反馈线性化方法.仿真结果表明,基于状态切换的双模态控制器减小了滑行力,对于初始状态扰动具有鲁棒性.     

基于灰色系统与神经网络的航材消耗广义加权函数平均组合预测模型研究

建立了航材消耗的灰色系统预测模型与神经网络预测模型，同时给出了一种新的具有广泛代表性的组合预测模型－－广义加权函数平均组合预测模型及其加权系数的参数估计方法，并利用此方法建立了基于灰色系统与神经网络的航材消耗广义加权函数平均组合预测模型，最后以实例说明了其预测效果。     

煤气管道服役期预估神经网络模型的建立与应用

神经网络模型具备的针对大量无规则数据自学习的能力,适于解决城镇煤气管道布局复杂、影响因素众多、服役期限难以计算的问题。基于BP神经网络算法建立的煤气管道年限模型,经过训练对比,选择了最优的BP网络模型,结合共轭梯度法,改进了该算法收敛慢、易出现震荡的问题,实现了对城镇管道漏损的定量分析,结合某市煤气管道漏损的实际案例验证其可行性,满足预估管道服役期限的工程要求。     

基于神经网络最优组合预测方法的应用研究

针对最优组合预测模型最优权重分配时往往出现负权重等方面的不足 ,建立了基于 Ann模型组合预测模型 ,并进行了实证研究 ,结果表明该模型比最优组合预测具有更高的拟合精度 .最后从机理分析其中的原因 .     

雷达干扰未确知效果的测度评价研究

在未确知数学理论基础上 ,结合电子对抗的特点 ,研究了雷达干扰效果的评价指标体系和度量方法 ,以及如何识别、排序的问题。建立了基于未确知效果测度的雷达干扰效果评价模型 ,并结合有源干扰的一个实例分析 ,获得了较为成功的应用。未确知效果测度评价模型严谨 ,评价结果合理、精细、分辨率高 ,适合于雷达干扰效果的评价