基于人工神经网络描述的编程

目的在神经网络结构和算法描述语言的基础上,提出神经网络编程的概念,建立神经网络仿真系统。方法采用具有强类型,并发性和面向对象等特点的Ａｄａ语言作为系统的宿主语言,建立基于结构,算法描述的神经网络认真系统。结果为神经网络的工程应用研究提供手段。结论采用神经网络编程,可以将神经网络与传统的编程语言在通用计算机的基础上统一起来,达到更新更高的处理能力。     

概率神经网络回归、判别与聚类

本文基于相同结构的概率神经网络,提出了使其具有回归、判别与聚类功能的不同权重学习算法以及通用变元最优选择方法.该网络具有结构和学习算法简单、收敛速度快、易于软件模拟实现等优点,并可方便地应用于预报、控制、决策等领域.     

一种BP神经网络软件的设计

介绍了BP神经网络模型及其算法,设计出一种基于模糊的能实现的任意结构的三层BP神经网络软件.软件网络模型具有较高的可靠性.测试表明,该神经网络软件的学习效果达到较高的精度,可广泛应用于故障诊断、模式识别、最优预测等方面.     

用PSpice模拟神经网络的功能描述法

提出了在ＰＳｐｉｃｅ上模拟神经网络的一种新方法－功能描述法。该法以传递函数的形式描述非线性神经元；它具有精度高、无动态范围限制、编程简单等优点，可有效地模拟多种神经元。通过对Ｔａｎｋ－Ｈｏｐｆｉｅｌｄ神经网络实现的Ａ／Ｄ转换器和线性规划电路的模拟，验证了该方法的有效性。     

同步并行神经网络计算机典型算法的实现

本文介绍了同步并行神经网络计算机的结构,并在此基础上提出了在SPNNM上模拟实现BP网和Hopfield网算法的方法。     

基于Nios Ⅱ的脉冲神经网络硬件实现方法

将脉冲神经网络的理论和算法应用于函数拟合研究,通过使用CycloneⅡEP2C35F672C8N型FPGA芯片和基本外围电路,并基于NiosⅡ软核技术,建立了脉冲神经网络硬件模型.以指数函数为例拟合曲线,系统训练结束后稳定误差可达到0.2.实验结果表明,基于NiosⅡ的硬件实现方法能够成功地实现脉冲神经网络,为人工神经网络的研究提供了有效的仿真平台,同时该方法能够有效地模拟连续函数,扩展了神经网络的应用领域.     

面向对象的人工神经网络模拟

面向对象程序设计已成为９０年代程序设计的主流，它采用全新的方法来求解问题，本文在概述面向对象程序设计的基础上，着重介绍了用面向对象程序设计语言Ｃ＾＋＋来表示神经网络结构和学习算法，介绍了实现ＢＰ和ＢＡＭ网络的软件模拟技术，并给出了一个应用实例。     

强海杂波背景条件下海上目标检测方法

为了减少展宽的一阶海杂波谱对空间超分辨谱估计技术的影响，提高MUSIC算法的检测性能，用径向基神经网络实现海杂波预测和对消．利用神经网络的可对任意非线性函数模拟的特性，对展宽的海杂波进行模拟，用模拟后的结果实现一阶海杂波的对消，来满足MUSIC算法的应用条件．最后用MUSIC算法分辨海上目标的方位信息．实验结果表明，对消前后目标背景噪声子空间特征值发生改变，对消后更接近于MUSIC算法的假设条件，提高了MUSIC算法的检测性能，扩大了MUSIC算法的应用范围，实现在非高斯噪声背景条件下应用MUSIC算法检测目标．确定最小的相空间维数和时间间隔，采用更先进的神经网络算法，可以提高神经网络的预测速度．     

面向对象的人工神经网络模拟

面向对象程序设计已成为９０年代程序设计的主流，它采用全新的方法来求解问题，本文在概述面向对象程序设计的基础上，着重介绍了用面向对象程序设计语言Ｃ（＋＋）来表示神经网络结构和学习算法，介绍了实现ＢＰ和ＢＡＭ网络的软件模拟技术，并给出了一个应用实例。     

神经网络模型的结构和算法的分离

研究神经网络模型的结构和算法的分离与结合理论及结合神经网络结构描述语言实现底层代码的重用,通过对多种神经网络的比较,总结出规律,论证了结构和算法分离的可行性,给出了分离的理想界线和各部分的适当描述方式及合成的具体方法,只要用户输入对新结构的描述,选择算法库中一种合适的算法就能通过软件自动生成神经网络程序,目前采取这种结构和算法相相分离的方式,被认为是具有一定优势和意义的。     

基于CSP的网络协议描述与仿真

首先提出一种基于CSP的协议形式化描述方法.这种方法把协议看成交互实体,从而能很方便地描述协议间的交互关系以及仿真一个协议交互系统.在此基础上,提出了基于CSP的网络协议仿真方法,介绍了仿真流程及其核心模块.这种仿真方法以CSP文档的解析为起始,随后生成协议交互的仿真场景,最终调用仿真核心模块输出仿真结果.给出了TCP协议描述的实例,并以此为输入对TCP协议的连接过程进行了仿真,生成了可视化的仿真结果.这些研究表明这种协议形式化描述及其仿真的方法具有较好的理论和应用价值,并为实现自动化的协议开发平台奠定了基础.     

网络切片中物理节点的分布式在线异常检测方法

网络切片中的异常检测问题是实现网络切片自动化管理的重要研究内容,针对网络切片中物理节点的异常检测问题,提出了基于支持向量数据描述的分布式在线物理节点异常检测方法.基于支持向量数据描述建立了一种分布式的物理节点异常检测模型;通过引入随机近似函数,解决了数据分布式存储场景下的核函数计算问题,从而实现观测数据的切片内处理;基于随机梯度下降法,提出了一种在线的物理节点异常检测算法,保证了模型动态更新并减轻了异常数据导致的模型性能下降.在不同条件下进行了仿真分析,仿真结果表明,该方法可在避免切片间观测数据传输的同时,有效利用网络切片中虚拟网络功能的无标签观测信息检测物理节点异常.     

基于支持向量数据描述的机械故障诊断研究

为了解决在机械智能监测与诊断中缺少故障样本的问题，提出了一种机械故障单值分类的新方法——支持向量数据描述法。该方法只需要一类目标样本作为学习样本，而不需要其他非目标样本，就可以建立起单值分类器，从而区分了非目标样本和目标样本。将这种方法应用在机械故障诊断和状态监测中，仅仅依靠正常运行时的数据信号，而不需要故障数据，就可以监测机器的运行状态，且不需要对原始数据进行特征提取。实验结果表明，支持向量数据描述法与传统的神经网络方法相比，具有较好的分类能力和较高的计算效率。     

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。     

明导EDA系统的开发与应用

应用MentorGraphicsEDA系统模拟仿真工具和VHDL语言的模拟、综合、优化工具，研究了智能化电子设计的模拟仿真及VHDL语言描述的电子设计的模拟、综合、优化问题。     

学术研究中网络信息引文著录的探讨

网络信息引文著录的功能在网络环境下并没有改变,它标识了网络文献的来源,为科学分析网络文献提供了依据。网络信息引文著录是网络时代发展的必然,但是在具体的使用中还存在著录简单、著录错误等问题,因此需要加强国家标准的制定,加强学术规范,同时出版部门也要严格把关。     

压电振动陀螺温漂性能粒子群算法优化

针对压电振动陀螺的温漂问题,采用基于粒子群的BP神经网络算法对压电振动陀螺的温度漂移现象进行建模。该算法借助粒子群算法帮助BP神经网络越过局部最小解,并通过加入高斯噪声的方式,模拟自然人脑。仿真实验表明,相对于传统的单BP神经网络算法,含有噪声的粒子群-BP神经网络算法,在精度方面提高了至少42.6%,所构建的温漂模型具有更好的非线性描述能力,从而能为压电振动陀螺提供了更高精度的零电位误差补偿;同时,在收敛速度方面快了5.2倍。     

一种再增强模糊神经网络控制器的建立

利用模糊控制的推理功能使神经网络得以简化，减少了学习单元的数量，提高了收敛速度．利用神经网络的并行特点使模糊控制表更容易实现，利用ＢＰ算法为自适应模糊控制提供了一种通用的规则再增强自适应算法．仿真验证了这种再增强模糊神经网络控制器的合理性．     

基于神经网络的模糊控制器

提出一种基于神经网络的模糊控制器。它可以把模糊控制的控制规则转化为多层前向神经网络的一对输入、输出样本。用Ｂａｃｋ－Ｐｒｏｐａｇａｔｉｏｎ学习算法对网络进行训练,使得网络记忆这些样本,并将这些样本以权值矩阵的形式存储的网络中。网络以”联想记忆“的形式来使用获得的经验对对象实施控制。知道了被控对象少量的定性知识,就可以用这种方法控制对象的行为,这种控制方案可用于对受控对象缺乏精确的数学描述或具有时滞     

二次最小化问题的有限时间递归神经网络求解

利用一类递归神经网络模型来求解二次最小化问题，在该模型的基础上加入双符号幂激励函数，以加快递归神经网络的收敛速度，甚至达到有限时间收敛.通过调节设计参数λ的取值，递归神经网络的收敛性能可进一步提高.利用MATLAB软件对有限递归神经网络模型进行仿真，数值仿真结果验证了模型求解二次最小化问题的有效性和优越性.