文本处理中基于随机映射的加速LSI方法

首先针对在文本处理的高维矢量环境中Kohonen自组织映射神经网络的计算瓶颈问题和输入矢量空间中存在的问题进行分析，然后对随机映射(RM)和隐含语义索引(LSI)方法分别进行理论分析，提出用于文本处理的基于随机映射的加速LSI方法．试验结果表明，加速LSI方法可以在凸现原有语义联系的基础上，低代价、有效、可控地解决上述问题，极大地降低文本处理环境中Kohonen自组织神经网络的规模和计算代价．     

基于Levenberg-Marquardt算法的用户鉴别

为了维护计算机系统的安全,一般通过设置用户口令以便进行身份鉴别,防止他人冒名顶替.口令鉴别的主要弱点在于,一旦被窃,冒名顶替者就可以轻而易举地进入用户的私人账户进行非法活动.击键动力学的研究是给口令加上一个简便而有效的保护措施.击键动力学方法通过获取并分析用户敲击键盘的特征数据,自动地识别出用户的真实身份.这一辅助身份鉴别的关键问题主要是寻找准确率高、执行速度快的识别算法.本论文采用Levenberg-Marquardt(LM)算法对上述存在的问题进行了研究.     

一类具有连续分布延时的随机反应扩散的Hopfield神经网络的收敛动力学行为

本文研究了一类具有连续分布延时的随机反应扩散的神经网络模型.通过构建恰当的Lyapunov函数,以及运用非负半鞅收敛性定理,得到了该网络平衡解几乎必然指数稳定和矩指数稳定的充分条件.最后我们给出了一个例子验证了条件的正确性.本文所得到的结果不要求激励函数是可导,有界,单调非减的,也不要求连接权矩阵是对称的,在解决最优化问题等方面有重要意义.因此我们推广和完善了以前的结果.     

基于遗传算法的模糊神经网络控制器在虚拟仪器中的实现

模糊控制技术在复杂的非线性控制过程中表现出优越的性能，神经模糊控制器的出现为自适应模糊控制设计开辟了新的途径。遗传算法由于具有不依赖于问题模型、全局最优、隐含并行性、高效率和解决不同非线性问题的鲁棒性等特点，能很好地用于神经网络的训练。两种方法综合使用，可以大大提高模糊神经推理控制系统的自学习性能和鲁棒性。通过应用Active X技术在Lab VIEW中调用和操作MATLAB的方法，实现了基于遗传算法的模糊神经网络控制器。     

利用遗传算法优化人工神经网络权值

遗传算法是一种新的、基于自然选择和基因遗传学原理的随机搜索算法．针对神经网络中BP算法学习效率低且收敛速度慢以及容易陷入局部最优等不足，文章提出利用遗传算法对BP神经网络中的神经元间的连接权值进行优化的方法．试验结果表明，用遗传算法优化BP神经网络的连接权值后收敛速度快，并有效的解决了BP算法容易陷入局部最优的问题．     

地下管线雷达探测图像处理及解释系统

针对非开挖施工的特点及需要,开发了地下管线雷达探测图像处理解释软件系统;通过对若干关键问题的研究,实现了不同类型雷达数据的共享数据处理、基于人工神经网络技术的探地雷达剖面的智能解释、解释成果的三维可视化等功能,并可根据解释获得地下管线分布数据,系统自动设计非开挖钻进轨迹;现场验证及试用结果表明,该软件系统对地下管线的判别具有较高的可信度,可为非开挖施工提供准确的资料及指导非开挖施工.     

人工神经网络预测高炉铁水硅含量

提出了BP神经网络预测高炉铁水硅含量的几种网络优化方法,指出了神经网络预测硅含量的可行性与局限性.     

基于GA-ANFIS在石灰矿技术经济系统中的参数优化研究与应用实践

为掌握水泥原料矿山系统中的技术经济参数对矿石成本影响的关联规律性，首先运用自适应模糊神经网络对矿山技术经济系统建模，再用并行遗传算法对模型求解，得到了确保矿石成本最小的各项最优技术经济指标，为提高矿山生产管理与经济效益提供了重要的参考价值。     

基于竞争神经网络的ABS路面辨识

在传统的防抱死系统中,由于没有额外的传感器测试更多的参数,以及路面的不平度、信号的干扰等原因,至使路面辨识非常困难·针对以上问题,通过对整车制动模型和ABS制动模型的研究,建立了基于竞争神经网络的ABS路面辨识模型,此路面辨识模型是通过对标准信号进行反复学习记忆,用非线性映射方法进行特征抽取并存储于网络的各节点上·工作时,当输入信号存在变形或噪声时,该模型通过联想记忆对输入信号进行聚类分析,得出正确的判断·实验表明,该辨识过程是一种高层次的认知过程且便于批量生产、升级、更新和维护·     

基于MATLAB的神经网络在股市预测中的应用

以道氏三大假说作为理论基础，设计一个三层BP网络，并建立相应的数学模型，以MATLAB为工具，个股上海石化(600688)140天实际收盘价作为样本，对网络进行训练后，预剩10天的收盘价，并计算出与实际收盘价的高差Q＝0．0146，Q已经小到几乎可以忽视的程度。