用于光纤陀螺消噪的新型神经网络

在传统 BP网络的基础上 ,提出了单层串联网络结构 ,将消噪效果、网络结构和快速的学习结合起来 .根据光纤陀螺噪声源中存在不平稳幂指数噪声的特点 ,在误差指标函数中考虑误差的增量项 (一阶项 ) ,由此推得一阶学习方法 .该新型结构和新式算法提高了网络对平稳 ,特别是不平稳幂指数噪声的消除能力 ,这点已通过仿真验证     

用于光纤陀螺消噪的新型神经网络

在传统 BP网络的基础上 ,提出了单层串联网络结构 ,将良好的消噪效果、简洁的网络结构和快速的学习结合起来 .此外 ,根据光纤陀螺噪声源中存在不平稳幂指数噪声的特点 ,在误差指标函数中考虑误差的增量项 (一阶项 ) ,由此推得一阶学习方法 .该新型结构和新式算法提高了网络对平稳特别是不平稳幂指数噪声的消除能力 ,这点已通过仿真验证 .     

基于优化阈值法的股票网络构建与重要节点判别

研究了中国股票市场牛市、熊市、平稳震荡3个典型时期的主要性质与特征.首先收集了这3个时期的金融市场数据,用优化阈值法构建网络.之后对构建的网络进行社团划分,并在此基础上挑选出了对于社团重要的点;同时利用节点中心性经典指标:度中心性、介数中心性和紧密中心性挑选出了网络中重要的节点.     

BP神经网络拟合平稳跟踪眼震信号

在前庭功能检查中,要对平稳跟踪信号进行分析,必须先对实验者的跟踪数据信号进行曲线拟合。由于BP神经网络可以实现输入和输出间的任意非线性,使得它在函数逼近上有广泛的应用。因此本文用BP神经网络对平稳跟踪信号进行曲线拟合。对网络的训练方法采用贝叶斯正则化算法。实验表明,拟合的曲线和正弦曲线基本吻合,尽可能的通过了样本点,也排除少数点的干扰。     

多层感知器神经网络在机械故障诊断中的应用

针对ＢＰ网络用于复杂机械故障诊断时学习收敛慢，易陷于局部极小点等不足，提出了改进－－较大误差相关修正法，并对各系数进行了研究，结果表明，改进算法拓宽了各系数的取值范围、使网络性能更加平稳，且缩短了训练时间，适用于解决多输出节点的复杂故障诊断问题。     

基于群集运动智能的SDN业务传输优化技术

针对软件定义网络(software defined network,SDN)负载全局优化问题,受生物界群集运动的启发,以实现当前分布式全网状态感知、全局优化目标、区域自主协同为目标,研究了基于群集运动智能的SDN业务传输优化技术。为满足上层业务对网络传输性能的需求,根据传输时延、网络吞吐量等性能指标,在多目标优化约束条件下,通过业务聚类定义针对各业务的平稳流,并将平稳流内共同协作的节点相结合定义为平稳流协作场。协作场内的节点通过收集网络状态信息并在协作场内共享,实现网络状态的快速感知及决策。协作场之间各个平稳流以不同的带宽、时延等网络传输需求运行,使得平稳流获得了确定的资源抢占成功率,从而以稳定速率传输。针对基于平稳流的业务传输优化技术,给出了基于群集运动协同方式的流量工程处理体系和业务优化方案,并对该体系下群智节点的感知认知、业务聚类分析、平稳流协作场构建、协同智能决策优化方法、优化流程、节点架构等进行分析阐述。     

小波包模糊聚类网络研究及应用

基于小波包变换能够把平稳和非平稳信号根据它们的时频特性分解到不同层次上不同频道内,与模糊数学能够处理工程中的不确定性问题,以及ＭＡＸＮＥＴ聚类结构的网络具有自组织聚类分析的优点,提出了小波包模糊聚类网络．该网络能够处理平稳和非平稳信号的不确定性问题,并且具有自适应、自组织聚类分析功能．最后举例说明了该网络在机械诊断实践中是一种行之有效的智能分类器．     

多点输入下大跨空间网格结构的非平稳响应分析

将地面运动加速度表示为调制函数和零均值的平稳随机函数的乘积,并与虚拟激励法相结合,计算了大跨空间网格结构在这种激励下的时变功率谱和时变方差响应,并考查了多点输入和一致输入下结构非平稳响应的差异和多点输入下结构平稳和非平稳响应的差异以及视波速、结构跨度和阻尼比等对其差异的影响.同时,计算还表明虚拟激励法是一种高效且精确的方法,非常适合分析大跨度空间网格这样复杂结构在多点输入下的非平稳随机地震响应.     

高职院校校园网过渡到IPv6的网络方案设计——以青海畜牧兽医职业技术学院校园网为例

当前,用最小的成本投入实现校园网络从IPv4网络体系向IPv6网络体系平稳过渡,是高职院校面临的共同课题,更是高职院校加快校园网络建设的迫切任务.本文立足当前高职院校网络建设的现状,以青海畜牧兽医职业技术学院为例,提出了结合基于双协议栈和隧道技术较为理想的IPv4网络体系向IPv6网络体系平稳过渡方案,有效解决两种网络体系之间的平稳过渡.     

打折最小平方RBF网络及其时间序列预测研究

借用打折最小平方(DLS)原理构建了基于误差平方准则的DLS-RBF网络的学习算法.打折最小平方原理考虑了时间序列本身的结构性变化,较好地刻画了预测点与其他时刻数据的相关性,而这些恰恰是现有的径向基函数神经网络(RBF)在预测过程中所忽视的.实验表明DLS-RBF网络在非平稳方差时间序列和某城市自来水实际的月用水量预测中的效果明显,并优于RBF网络,但在混沌时间序列预测的实验中,因其自身的混沌特性,预测效果并不十分明显.     

Stability Analysis for Stochastic Delayed High-order Neural Networks

In this paper, the global asymptotic stability analysis problem is considered for a class of stochastic high-order neural networks with tin.delays. Based on a Lyapunov-Krasovskii functional and the stochastic stability analysis theory, several sufficient conditions are derived in order to guarantee the global asymptotic convergence of the equilibtium paint in the mean square. Investigation shows that the addressed stochastic highorder delayed neural networks are globally asymptotically stable in the mean square if there are solutions to some linear matrix inequalities （LMIs）. Hence, the global asymptotic stability of the studied stochastic high-order delayed neural networks can be easily checked by the Matlab LMI toolbox. A numerical example is given to demonstrate the usefulness of the proposed global stability criteria.     

一种基于填充函数的神经网络全局优化算法

针对前向神经网络BP算法由于初始权值选择不当而陷入局部极小点这一缺陷,提出新的全局优化训练算法.首先,提出了一种新的填充函数,并证明该函数的填充性质,进而结合该新填充函数与BP算法,构造出基于填充函数的全局最优化神经网络算法.应用全局优化算法训练神经网络时,如果误差函数陷入局部极小值,该算法可以利用填充函数帮助误差函数不断地跳出局部最优,直到找到全局最优点.该新算法的最大优点是对于初始权值无依赖性,避免了BP算法易陷入局部极小值的缺点.理论分析和仿真试验结果证明了该全局优化神经网络算法的有效性和优越性.     

使用Excel 7.0for Windows95优化换热网络

提出了使用Ｅｘｃｅｌ ７．０ ｆｏｒ Ｗｉｎｄｏｗｓ９５简便和快速优化换热网络的方法。首先由Ｍｏｎｔｅ Ｃａｒｌｏ法确定全局最优点的近似位置,然后由“Ｓｏｌｖｅｒ”求得精确解。全部优化过程由ＶＢＡ语言编写。此法可用于解决许多工程优化问题。     

Global asymptotic stability of cellular neural networks with multiple delays

Global asymptotic stability (GAS) is discussed for cellular neural networks (CNN) with multiple time delays. Several criteria are proposed to ascertain the uniqueness and global asymptotic stability of the equilibrium point for the CNN with delays. These criteria can eliminate the difference between the neuronal excitatory and inhibitory effects. Two examples are presented to demonstrate the effectiveness of the criteria.     

新型Hopfield神经网络概周期解的全局指数稳定

基于生物学方面的最近研究成果,本文提出一种具有动态突触和不同时间尺度的新型Hopfie!d时滞神经网络,并用不动点定理、常数变易法及不等式技巧等讨论该神经网络在常时滞和变时滞两种情况下概周期解的存在唯一性和全局指数稳定吸引性．     

关于神经网络的指数稳定性

系统地研究了一类神经网络的全局指数稳定性，仅假设激活函数是全局李普希兹连续的，给出了其平衡点的存在性、唯一性和指数稳定性的充分条件。     

一类具变时滞细胞神经网络的全局渐近稳定性

讨论一类具变时滞细胞神经网络平衡点的唯一性和全局渐近稳定性,利用矩阵不等式,通过构造合适的Lyapunov泛函,得到了具变时滞细胞神经网络全局渐近稳定性的新的充分条件．     

一类二重Cohen——Grossberg网络的渐近稳定性神经

研究了一类具有时滞的二重Cohen—Grossberg神经网络模型，通过构造适当的Lyapunov泛函。并利用矩阵不等式的技巧给出了此类神经网络平衡点全局渐近稳定的充分条件，推广了已知献的一些结果。     

基因遗传算法用于人工神经网络的训练

根据基因遗传算法GA的基本原理,阐述了GA用于神经网络训练问题的适合度函数和编码方法,分析了标准GA的不足,提出了自适应浮动区间中心点、全局搜索和局部精确搜索等改进策略,发展了GENITOR算法.训练实例表明,GA不仅能代替BP算法,而且能完成神经元激发函数不可微的多层神经网络的训练.     

一类中立型细胞神经网络平衡点的存在性及其全局指数稳定性

对一类中立型细胞神经网络平衡点的存在性及其全局指数稳定性进行了研究. 首先,利用Brouwer不动点理论得到了平衡点的存在性的充分条件,然后利用微分不等式分析技巧得到平衡点的唯一性及其全局指数稳定性的一个新的判据.