面向防汛减灾的VR-GIS汛情虚拟场景建模方法

基于面向对象方法和数据库技术,针对防汛减灾VR-GIS平台,对汛情虚拟场景、虚拟场景单元和虚拟对象进行了分析,提出了汛情虚拟场景和虚拟对象的数学表示,提出了虚拟对象的类结构、操作方法、模型特征和建模方法,有效解决了防汛减灾VR-GIS平台的关键问题.     

具有模糊联想神经网络的自组织模糊控制器

在分析了几种用神经网络实现的模糊控制器不足的基础上，提出一种用模糊联想记忆神经网络实现的自组织模糊控制器；该控制器由２个模糊联想记忆神经网络分别记忆校正规则表和修正控制规则表，并通过网络权值矩阵的在线修正完成控制规则的实时修正。模糊推理则由网络的自联想功能完成。     

一种基于模糊神经网络的变压器故障检测

阐述了基于模糊神经网络变压器故障检测的方法及数学模型．从传统的ＢＡＭ 网络入手,结合模糊理论,根据变压器油的气相色谱分析,运用基于模糊Ｈｅｂｂｉａｎ 学习律的模糊联想记忆（ＦＡＭ）,进行变压器故障类型和严重程度检测的方法步骤．模型算法分为两个步骤：激励阶段和冲突解决阶段．试验表明,该方法精度较高,应用方便．     

一种混合模糊联想记忆网络

本文改进了Ｋｏｓｋｏ．Ｂ提出的最大最小联想记忆网络的模糊Ｈｅｂｂ关系编码规则,给出了一种新的学习算法,新算法克服了Ｋｏｓｋｏ．Ｂ算法的缺陷,在一定条件下,本文的学习算法能将模式对完整地联想出来．另外,本文在分析网络的容错性及稳定性的基础上,提出了一种五层混合模糊联想记忆网络,五层混合网络具有良好的联想容错能力．实验结果表明,本文的学习算法及混合网络是有效的．     

乘除形态学联想记忆及其性能分析

形态学联想记忆是一类新颖的人工神经网络,但是它的异联想记忆效果较差.针对这个问题,基于互补的思想,提出一种形态学联想记忆方法,称为乘除形态学联想记忆.文中分析了乘除形态学联想记忆方法完全回忆记忆的条件及其噪声性质.分析和实验表明,这种方法对异联想效果显著,并具有一定的抗噪声鲁棒性,在一些情况下,能够取得更好的异联想效果.     

基于海马CA3区的序列联想记忆模型及应用

通过对人脑海马CA3区联想记忆功能的分析,提出了一种联合使用自联想网络和异联想网络的方法,并设计了具有类海马CA3区生理功能的序列联想记忆模型(SAM).针对所建模型,进行了两类测试实验,测试结果表明该序列联想记忆模型不仅可对不完整记忆模式进行修复,并且可实现不同记忆模式相互转化的动态联想记忆过程.序列联想记忆模型为研究特定过程中个体不同记忆模式的序列化和动态转化过程提供了建模支持.     

基于深度对抗网络和局部模糊探测的目标运动去模糊

目标运动场景去模糊问题是一个具有挑战性的病态逆问题,这是因为在动态场景中不同目标和背景区域可能会存在不同的模糊核.现有的基于能量优化的去模糊方法是将模糊图像分割成具有不同模糊度的多层图像,然后对不同的模糊层进行去模糊处理,然而其优化方案往往涉及迭代,耗时又烦琐.针对目标区域与背景区域可分离的模糊场景,结合传统的基于能量优化和基于深度学习方法的优点,提出一种基于深度对抗网络和局部模糊探测的目标运动场景去模糊模型,该模型由三个生成网络组成,用以建模潜在清晰图像、模糊核和模糊图像的权重变量.模型采用深度图像先验(Deep Image Prior,DIP)作为潜在清晰图像的正则化项,使用非对称跳跃连接自编码器生成潜在图像;采用全连接网络(Fully-Connected Network,FCN)生成模糊核.为了准确地获取模糊图像的分割结果,提出三条准则来指导权值变量网络结构的设计.实验结果表明,该方法同其他传统方法相比可以显著地提升重构性能,视觉效果更好.     

带有阈值的广义模糊双向联想记忆网络的稳定性分析

基于模糊取大算子“V”和一类t－模“T”建立了带有阈值的V－T型模糊双向联想记忆网络,证明了当T满足李普希兹条件时,系统的平衡点是Lyapunov稳定的,并给出系统为结构稳定的一个充分条件。最后用实例验证了结论的正确性。     

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.     

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     

工科本科生毕业设计（论文）综合成绩的评定方法

该文就现行工科院校本科毕业设计（论文）现状,选用10个评价指标,由学生综合成绩等级与对应的评价指标关系提炼出5个等级理想评价指标,结合离散Hopfield神经网络的联想记忆能力,建立基于离散Hopfield神经网络的本科毕业设计（论文）综合成绩评定模型;将待评定的学生等级评价指标编码作为模型的输入,利用外积法对网络连接权值进行迭代学习,仿真结果显示,该模型能够快速、准确、直观地评定学生毕业设计（论文）环节的综合成绩。     

山东黄河防汛移动通信系统

从3G移动通信技术的特点和优势出发,本文提出了一种基于3G网络技术的防汛移动通信系统,详述了该系统的功能组成、组网方案、特点,通过将3G移动通信技术应用于防汛移动通信系统,利用3G移动通信网组成无线局域网来传输各黄河大堤的视频和控制信息,为防汛指挥系统组网提供了一条新路。     

河网洪水预报径向基函数人工神经网络方法

讨论了神经网络在河网水流数值模拟中的运用现状，并基于河网水流数值计算模拟的特点，将径向基函数神经网络方法应用于复杂河网水流．模型采用混合学习算法，选用高斯核函数作为隐藏层基函数，充分发挥其表示形武筒单、径向对称、光滑性好和解析性好的优势，并采用k-均值聚类算法来确定径向基函数的参数，运用最小二乘法求解权值．建立了珠江三角洲河网的洪水预报模型，计算表明，预测结果与实测数据吻合较好，该模型具有运算速度快、简便易用且预报精度较高等特点．     

基于层析分析法与模糊聚类分析的通信网络效能评估

通信网络效能评估直接关系到通信网络系统的成败,本文采用层次分析法与模糊聚类分析相结合的方法来进行通信网络效能评估。构建了通信网络效能评估指标体系,并基于层次分析法确定各个指标的影响权值,在此基础上,通过实际调研分析获得了某通信网络的样本数据,采用模糊聚类分析方法对样本数据进行聚类分析,最终将该通信网络评估为优秀（Ⅰ类）、良好（Ⅱ类）、合格（Ⅲ类）和不合格（Ⅳ类）四个等级。本文的研究为通信网络效能评估探索了一条有效的方法。     

基于分类思想的联想记忆神经网络

根据分类思想设计了2层反馈自联想记忆神经网络模型，它符合大脑联想记忆的分类思想，能保证每个样本模式为稳定状态，其吸引域在平均意义上达到最大值。     

BP神经网络在旋转机械故障诊断中的应用

人工神经网络模型是在现代生物神经系统研究基础上建立的一种网状结构，是对人脑某些基本特性的一种简单的数学模拟。神经网络以其信息的并行分布式处理、联想记忆、自组织及自学习能力，在机械故障诊断领域显示了极大的应用潜力。本文就神经网络对给定知识的表达、联想、记忆能力及网络结构进行了研究，利用反向误差传播网络对旋转机械中四种典型故障进行了实例分析诊断，取得了令人满意的效果。     

基于EFSM模型的不可行迁移路径判定

扩展有限状态机(Extended Finite State Machine:EFSM)虽然被广泛用作各种软件的底层模型,但如何判定其测试序列的不可行性是一个困难的问题,为此将迁移路径上的变量分为计数器变量、选择变量和矛盾变量,并从这三个角度进行路径的不可行判定.实验结果表明,EFSM模型中的不可行迁移路径主要由这三类变量引起,且本方法可以有效地判定出含这三类变量的不可行迁移路径.     

考虑上游梯级水库群调度的小南海水电站坝址设计洪水分析

采用同频率地区组成法分析小南海水电站坝址处设计洪水的地区组成,运用 BP 人工神经网络对坝址河段洪水演进建模,分析不同典型年上游梯级水库群防洪调度对小南海水电站设计洪水的影响。分析结果表明：上游梯级水库群调度对小南海水电站设计洪水的影响明显,尤其对稀遇洪水的削减程度显著;以金沙江来水为主的洪水受梯级水库群防洪调度的影响较大,以岷江来水为主的洪水受梯级水库群防洪调度的影响较小。