基于减法聚类的自适应模糊神经网络评定织物起皱等级

提出了一种基于减法聚类的自适应模糊神经网络，用于织物起皱等级评定．首先利用减法聚类方法确定模糊神经网络的结构，再结合模糊推理系统进行模式识别，并详细介绍了其基本原理和学习算法，最后引入4种起皱特征参数对真实织物进行验证．实验表明，该方法有效且可行．     

基于CAN总线的洞库安全监测系统

本文提出了一种基于CAN总线的洞库安全监测系统，介绍了该系统的硬件结构和软件流程，该系统能实时监测洞库的温湿度、有害气体浓度等环境参数，具有广泛的应用前景。     

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。     

Kohonen自组织神经网络在织物折皱等级评定中的应用

采用Kohonen自组织神经网络客观评定织物折皱等级，依据自组织神经网络的基本原理，结合自组织神经网络结构实现神经元的竞争和训练，并将结果输出到相应的分类模式中，以此确定试样的折皱等级，最后采用26种真实织物验证该方法的可行性。     

基于BP神经网络的织物折皱等级评定

采用改进的BP神经网络客观评定织物的折皱等级，网络结构为3层结构，输入样本数据经BP神经网络学习训练后，很快达到较小的误差收敛，从而确保评价的准确性和可靠性。     

人工嗅觉系统在卷烟内在客观评定中的应用展望

概述了人工嗅觉系统的研究历史与应用现状，详细介绍了人工嗅觉系统的基本原理，了基于神经网络的人工嗅觉系统在卷烟内在质量评定中的广阔应用前景。     

磨料水射流割缝裂隙带对洞库围岩稳定性的影响

利用割缝设备在洞库上方的围岩中制造分布合理的人造节理并结合填充介质可以有效地衰减爆炸应力波。为了验证采用磨料射流割缝设备在洞库围岩中进行人工割缝及充填材料前后围岩开挖的稳定性，利用FLAC3D与Midas对磨料水射流人工割缝及充填材料前后的大跨洞库及围岩进行了数值模拟研究，对数值模拟中围岩的稳定性进行实时监测与分析。结果表明，裂隙开挖后洞库位移略有增加，但基本处于稳定状态；利用碎石进行充填裂隙后，碎石的扰动作用使其位移进一步增加，但增加量极小，洞库仍处于稳态；可利用锚杆支护减小位移、增加稳定性。因此，在洞库围岩中进行人工割缝构建填充裂隙群对于整体围岩的稳定性影响较小，研究成果可为地下工程抗爆削波防护设计提供参考。     

神经网络在入侵检测中的应用

当前的入侵检测技术主要有基于规则的误用检测和基于统计的异常检测。提出一个基于神经网络的入侵检测系统模型，利用神经网络的自学习、自适应的特性，快速识别和对噪声数据的处理能力，使入侵检测系统能够较好地识别新的攻击。     

人工嗅觉系统在卷烟内在质量客观评定中的应用展望

概述了人工嗅觉系统的研究历史与应用现状．详细介绍了人工嗅觉系统的基本原理，阐述了基于神经网络的人工嗅觉系统在卷烟内在质量评定中的广阔应用前景．     

容错控制系统的一种神经网络控制策略

基于神经网络的函数逼近能力及其容错性，提出了一种神经网络容错控制策略；首先利用系统重构的方法设计控制系统在各种故障情况下的控制律，然后采用一个神经网络来学习这些控制律的特性，学习结果后，将该神经网络作为控制器对系统实验控制，对一个具体的线性控制在传感器故障情况下的神经网络控制进行了仿真研究，结果表明：神经网络控制器能够代替系统原有的控制器，而且在系统发生未知故障时，同样具有容错性。     

汽车四轮转向神经网络控制系统

针对车辆的非线性特性问题，以闭环评价为出发点，利用神经网络理论，提出了一种基于神经网络的四轮转向系统的设计方法，为四轮转向自适应控制系统的设计提供新的方法。     

储油洞库地下水流系统影响因素权重分析

为了评价影响储油洞库地下水流系统各因素的权重,利用层次分析法,结合山东某大型地下水封储油洞库工程实例,对影响储油洞库地下水流系统的水幕系统关键设计参数(水幕钻孔注水压强、水幕系统高度、水幕钻孔间距和水幕系统宽度)、储油工况等因素进行多因素综合分析。结果表明:水幕系统注水压强的权重最大,是影响储油洞库地下水流系统的主要因素;储油洞库建造期水幕系统是控制地下水流系统的关键,运行期地下水流系统主要通过水幕钻孔注水压强控制。     

多级动态模糊评判与BP神经网络方法的结合--供应链企业绩效评价决策支持系统

从当前神经网络技术在供应链的应用过程中较难找到高质量训练样本数据的现实出发,针对目前供应链企业绩效等级评定现状,提出了基于多级动态模糊评判与BP神经网络方法结合的供应链企业绩效评价,以多级动态模糊评判为采样基础,用人工神经理论建立评价模型,采用多隐层神经网络结构和反向传播(BP)算法训练网络,建立了供应链企业绩效评价决策支持系统。     

基于多特征的洞库类目标识别方法

针对洞库类目标自动识别研究较少、识别率较低、识别方法成本较高等问题,设计了基于多种特征的洞库类目标识别算法.探讨了典型洞库类目标的模型并总结其主要特征;其次利用HOG特征对输入图像进行初步筛选,筛选出包含有洞库类目标的图像;然后基于洞库类目标的灰度特征提出了一种图像局部自适应阈值生成算法Wiblack提取图像中的疑似目标;最后搭建了洞库类目标的数学模型,并提出了基于形状相似度的目标判别算法,采用圆形相似度与椭圆形状相似度二次相似度判别方法,最终得出识别结果并描述目标轮廓,完成目标识别.实验结果表明该方法在洞库类目标的识别应用中有效可行,基于本文实验数据的识别准确度为92.6%.      

容错控制系统的一种神经网络控制策略

基于神经网络的函数逼近能力及其容错性，提出了一种神经网络容错控制策略：首先利用系统重构的方法设计控制系统在各种故障情况下的控制律，然后采用一个神经网络来学习这些控制律的特性．学习结束后，将该神经网络作为控制器对系统实施控制．对一个具体的线性系统在传感器故障情况下的神经网络控制进行了仿真研究，结果表明：神经网络控制器能够代替系统原有的控制器．而且在系统发生未知故障时，同样具有容错性．     

基于机器视觉的脱绒棉种外观质量检测装置的研究

为实现基于脱绒棉种外观特性对红种、破碎棉种的分选，搭建了脱绒棉种外观质量检测的硬件装置，并基于Visual C＋＋6．0开发了检测的软件系统。提取了适合脱绒棉种分级的3个关键的特征参数：颜色、圆形度、粒型；基于BP神经网络实现了脱绒棉种的分级，通过试验验证，该神经网络的拟合性较好。     

基于Elman型神经网络的空调负荷预测模型

空调系统的负荷与诸多影响因素之间是一种多变量、强耦合、严重非线性的关系，且这种关系具有动态性，因而传统方法的预测精度不高，而动态回归神经网络能更生动、更直接地反映系统的动态特性。针对这个特点，建立了基于Elman型神经网络的空调负荷预测模型，并进行了实例预测。文中还比较了Elman网络和BP终结建模效果，仿真实验证明了Elman神经网络具有动态特性好、逼近速度快、精度高等特点，说明Elman网络是一种新颖、可靠的负荷预测方法。     

一种基于HOP神经网络的IDS模型

IDS(入侵检测系统)已成为网络安全的重要组成部分，特征检测和异常检测是一般IDS的常用检测技术，我们知道，它们都是基于活动样本的检测方法，活动样本具有滞后性和有限性，而HOP神经网络的联想记忆特性弥补了模式匹配的样本有限性，基于此该文提出了一种基于HOP神经网络的IDS模型。     

神经网络在单机掩蔽库工程质量

提出了运用神经网络方法评判单机掩蔽库的工程质量,构造了BP神经网络工程质量评判模型。该评定模型基于专家对各分项工程的评定结果,经过自行学习、联想、记忆和分类,较准确地评定了单机掩蔽库工程质量,评定结果具有较高的识别精度。     

基于RBF神经网络逆系统的注射速度控制

为了实现注射速度的精确控制,针对其非线性时变的动态特性,提出了基于神经网络逆系统的控制方法.采用M.Rafizadeh模型描述注射速度系统特性,通过求解该系统的相对阶证明了系统的可逆性.由于注射速度系统逆模型的解析形式难以获得,因此构造了基于RBF神经网络的注射速度逆系统,并将该系统与常规PID控制相结合,对注射速度实现复合控制,解决了基于RBF神经网络逆系统的开环控制效果不理想的问题.仿真实验表明,该控制系统具有良好的跟踪性能及抗干扰性能.