待发表文章摘要预报

待发表文章摘要预报地下恫室岩爆预报的自适应模式识别方法冯夏庭应用神经网络系统理沦．提出了地下烟宝岩地预报的新方法一自适应模式识别方法．该方法结合专家的经验，从积累的工程实例中他取岩扬他式特征，他立输入预式输出地式对，采用自学习的方法建立从格人模式到输...     

岩爆分类的人工神经网络预测方法

采用人工神经网络原理，选取影响岩爆的一些主要因素，如地应力、岩石抗压强度、抗拉强度等作为输入参数，建立了岩爆分类与预测的神经网络模型．利用国内外一些工程实例作为学习和训练的样本，并用已经训练稳定的样本对某水电站地下厂房岩爆进行预测．研究表明，与其他岩爆预测方法比较，人工神经网络模型更具有客观性和有效性．     

“后方法”时代英语“读写交融”互动课堂模式研究

从Kuma 提出的“后方法”时代宏观教学策略出发，结合“输入”假说，“输出”理论来分析英语阅读与写作教学过程中普遍存在的问题，通过对“读写交融”模式探索强调教学应加强读写教学的联系，建立读写互动模式。     

建构主义的学习观与二语习得中的语言输出

从建构主义角度分析了语言输入存在的问题，阐述了建构主义理论促进语言输出的内容及注重输出的学习模式的特征，在教学上提出二语习得模式应从输入为主转向输入与输出二者结合并重视语言输出的建议．     

蛙视网膜信息加工模式的数学模拟

把视网膜外网状层看作平面－时间三维系统，其输入为视网膜照度，其输入视网膜照度，输出是由双极细胞传到下级系统的感受器电位。设想该系统的信息加工模式；感光细胞除直接向双极细胞输出一个神经信号外，还向水平细胞输出一个神经班房天水平细胞体内横向传播，形成一个圆形接受城，其强度在以指数式衰减，舆到双极细胞后形成抵制信号；输入双极细胞的两个信号都指数式衰减，根据信息加工模式建立数学模型，得到信息加工模式建立数     

构建基于网络自主学习的输出型大学英语教学模式

本文运用自主学习基本原理解释语言学习中自主输入与输出的重要性,旨在探索建立一种新型大学英语教学模式,改变语言输入主体,把教师从课堂语言知识输入中解放出来,提高大学英语教学效果。     

考虑多因素交互作用影响的权重确定

引入岩石工程系统（RES）理论的交互作用矩阵构造和编码原理，提出了一种新的考虑多因素交互作刷影响的权重确定方法。基于改进BP网络推导了新的权重确定方法的算法流程，其网络输入层与隐层间以及各隐层间变换函数采用双曲正切函数S型函数tansig;f（x）=2／（1＋exp（-2x））-1，隐层与输出层间采用logsig函数：f（x）=1／（1＋exp（-x），并采用动量法和自适应学习率相结合训练网络。通过VCR法采场岩爆实例分析，得出了交互作用下岩爆倾向性8个影响因素的作用权重大小，展示了该法的实际应用。     

新疆鄯善地区水资源调控

本文运用系统工程的原理和方法，研究鄯善地区水资源的输入和输出，进而分析地下水动态，最后应用灰色局势决策建立水资源调控的管理模型，收到了事半功倍的效果。研究表明，区内水资源系统的输出远大于输入，地下水系统的转化及调蓄功能起着重要作用，其行为效果有利于提高水资源的利用率。     

混合动力七杆机构的最优设计

从运动学角度研究混合动力七杆机构的设计准则与设计方法．首先，将变输入机构的理念加以扩展，提出了混合动力机器输入运动函数的设计准则；然后，以控制并改善输出运动特性为设计目标，以输入运动的限制为设计约束，基于最优控制理论建立了混合动力七杆机构输入运动函数的优化模型，转化成一个两点边值问题，应用梯度法进行求解；最后，给出了设计算例演示所提设计方法的程序，并验证其可行性．结果表明，基于最优控制理论的最优设计方法适合处理非线性优化问题，能够有效地平衡输入运动约束与输出运动要求之间的矛盾．     

反激式变换器的电磁干扰分析

应用频域分析方法，对给定输入、输出电压及输出电流，并工作于临界连续模式下的反激式变换器进行分析。着重分析了占空比变化对输入电流、输出电流、开关管压降及交变磁通谐波的影响，为在产品的设计阶段尽可能减小电磁干扰信号提供了理论依据。     

一种应用于模式识别的神经网络模型

本文首先引入了感知神经元，建立了一种应用于模式识别的三层神经网络模型．对于任一组二元标准模式（二元图象或特征值序集），我们根据给定模式及要求设计神经网络，使之对输入模式进行识别．这种神经网络结构明确，易于实现，其实施有助于提高模式识别系统的执行速度与识别能力．     

基于脊波变换的手背静脉图像增强及特征提取

根据人体手背静脉图像的结构及特点, 提出一种基于脊波变换的手背静脉图像增强方法, 并应用局部互联神经网络提取静脉图像特征, 加强了该生物识别系统对模糊图像的识别能力. 实验结果表明, 该方法与传统的拉普拉斯法、 平滑算法及小波变换相比有更加显著的效果.     

延时FitzHugh-Nagumo神经网络的时空编码

为更接近真实神经系统，考虑具有延时的FitzHugh—Nagumo神经元组成的神经元网络，发现其并不是单个发放而是簇状发放，有利于模式的时间分割．给定一个输入模式，它是几种模式的叠加，网络能够以一部分神经元同步簇放电的形式一个接一个地分割出每一种模式．如果输入的模式是缺损的，系统能够按记忆的模式恢复，即网络具有联想记忆功能．     

改进的ART1网络及其在英文字符识别中的应用

 通过实验发现传统的ART1人工神经网络的分类结果和输入样本的顺序有关.分析并指出了原因,给出了相应的改进算法.最后,比较了传统算法和改进算法应用于英文字符识别的分类结果.     

神经网络在引信智能信息处理中应用的研究

介绍了应用神经网络进行引信智能信息处理的探索性研究。采用BP算法建立了无监督特征提取的图象识别系统,包括三层网络自动联想机与两层网络信息提取器,实现了对输入图象的训练、记忆与分类。研究结果表明该方法技术可行,在一定程度上体现了信息处理的智能性。     

基于神经网络的几种控制图表模式的识别研究

建立一个复合的神经网络模型,使其可以更精确的判断输入的控制图模式,同时利用该网络模型的再分类功能,可以减少判断不同模式时所造成的误判断.通过对各种模式的训练和仿真,表明该方法相对于传统方法有较大的优势.     

基于DHNN的油田产量递减曲线模型的识别

基于离散Hopfield神经网络(DHNN)对油田产量递减曲线模型的识别进行研究,提出基于DHNN识别油田产量递减曲线模型的方法.采用模糊C均值聚类将原始产量数据样本分为4个类别,对应4种不同的递减曲线类型,将聚类中心单位化,借助网络吸引子图的对称性消除伪稳定态,创建能够同时且均匀地记忆在DHNN中的样本集,应用训练后的网络识别各种递减曲线模型.实际应用结果表明,用该方法可准确地识别产量数据所对应的递减曲线模型.     

可信的网络交互模式设计与实现

为了充分利用信任关系来建立网络交互模式,提出了基于信任的基础交互模式及其模糊产生式规则,建立了交互事件确信度和整体交互模式确信度等概念,进一步提出了基于基础交互模式的网络交互模式的搜索算法和更新方法。模式的搜索算法是基于堆栈的深度优先搜索算法的,整体交互模式的主动更新是根据用户的需求进行改进,被动更新是根据交互实体信任关系的变化和交互事件的增减对模式进行更新。理论分析和实验结果表明,该方法可以快速建立可信的整体交互模式和更新整体交互模式的确信度。     

基于用户水质投诉信息的供水管网污染源的追踪定位

用户对水质异常情况的投诉是反映供水管网整体水质状况的重要信息,但由于投诉信息具有滞后性、非量化等特征,目前尚未有基于这些信息的管网污染源识别方法.基于模式识别理论,提出了一种根据用户投诉信息追踪定位污染源的方法.该方法首先根据投诉节点的位置信息确定污染源候选节点集合,通过水质模拟确定候选节点发生污染后的用户水质投诉顺序,并以此为基础构建模式识别神经网络.考虑到用户投诉信息的特点,采用有噪声的样本对神经网络进行训练,并对不同类型噪声的样本进行测试.结果表明,训练后的神经网络可以有效地识别用户投诉信息模式,进而确定污染物注入位置.     

协同神经网络的不变性研究

协同神经网络作为一种全新的神经网络,它的自上而下的构造方式,与自然界中自组织现象存在深刻的相似性．文中在介绍了模式识别协同神经网络的基础上,研究了协同神经网络用于模式识别的空间不变性．通过二维傅氏变换、复对数映射等方法,对图象进行预处理,提取图象的空间不变性,并在变换后的空间上利用协同神经网络进行识别．试验表明,协同神经网络不但能够识别空间变化的图象,并且对缺损、加噪图象也能很好识别,并且识别速度快,鲁棒性强,不会出现传统神经网络经常出现的伪状态．