模糊神经网络预测电针镇痛中生化指标的变化

针对电针镇痛过程中生化指标化验的时滞性及费用高等不足,提出基于模糊神经网络预测电针镇痛过程中生化指标变化的方法.模糊神经网络的性能通过隶属函数的类型和隶属函数的个数优化.网络的训练数据来源于电针镇痛病人的心电图(ECG),脑电图(EEG)等生理电信号以及检测的生化指标.选取45个样本为训练样本,剩余的15个样本作为预测样本.模糊神经网络预测的结果与实际检测的结果非常吻合,从而为电针镇痛过程中生化指标变化预测提供了一种新的方法.     

一种改进的自适应模糊滑模大包线飞行控制方法

提出了一种改进的自适应模糊滑模大包线飞行控制方法。该方法以经模拟退火粒子群算法优化的小波神经网络实现非线性模型的逆,能够更加细致地逼近非线性模型,并针对自适应控制的鲁棒性与瞬态性能差的缺点,将滑模控制与自适应控制相结合共同补偿逆误差,提高了自适应控制的鲁棒性与瞬态性。仿真结果表明:所设计的自适应模糊滑模大包线飞行控制器具有优良的控制性能。     

人工神经网络的互连权空间的演化方程学习算法

本文把人工神经网络的互连权视为广义的自旋变量，网络的学习问题看作互连权空间的优化问题，进而将通常在人工神经网络组态空间的连续时间动力学方程组推广到人工神经网络的互连权空间，并在方程组中引入类似Ｍｅｔｒｏｐｏｌｉｓ的ＭｏｎｔｅＣａｒｌｏ算法机制改进此方程组了以提高寻优能力，提出了一个人工神经网络的演化方程学习算法，该算法在很大程度上摆脱了局域极值的束缚，得到最优或接近最优的互连权，本文集中研究单层反     

前馈网络泛化性能改进的目的的规划方法研究

以目的规划模型为基础，将前馈网络准则函数改进、网络灵敏度降低、先验知识运用有机地结合在一起，提出了前馈网络泛化性能改进的目的规划方法，文中给出了该方法的数学模型、求解方法以及算例。     

双向流量开关式气相色谱进样装置

本文介绍的双向流量开关控制的气体进样装置，可用于气相色谱仪，替代气体进样阀，其结构简单，进样部分无活动部件，定量精度高，由于可在线地对色谱柱“反吹”，重复性好，柱寿命长，因此特别适用于充程和便携式气相色谱仪。     

基于神经网络的多参数矿井火灾识别方法

针对矿井火灾早期预测预报研究了新的方法,将矿井火灾图像与温度、烟雾、CO、CO2、O2等多个参数相结合,进行综合分析,对矿井火灾进行判断。依据神经网络建立的数学模型,采用神经网络的学习算法,对矿井火灾进行识别。通过仿真分析结果表明,矿井火灾正确识别率很高,特别是采用RBF神经网络,正确识别率达到98%以上,从而为神经网络实际用于矿井火灾识别成为可能,该方对矿井火灾早期预测预报具有重要的理论意义和实用价值。     

打造广电精细化运营网络平台

接入网的双向化是必经之路,多业务运营是未来的发展趋势,而精细化运营提升ARPU,网络平台如何满足这种新的运营模式,最后结合业界领先的精细化运营网络解决方案探讨广电方案部署。     

结构缺损位置识别

应用小波分析理论对缺损结构信号进行处理，并由此形成人工神经网络的训练样本，进而用人工神经网络对结构缺损位置进行识别．本方法亦适用于其它机械故障的检测问题．     

神经网络在非线性系统控制中的应用

以一个工程中实际的问题为例，具体介绍了MATLAB环境下神经网络技术在控制系统中的应用，并进行榜真实验，与采用其它控制器的仿真系统控制效果进行对比。