脑的微环路

<正>前言脑中微环路的研究,是介于还原到神经元、综合到心理与行为两个层次间的大问题。简单的定义,就是研究神经元相互之间是什么关系,几十个到几千个神经元作为整体是怎样运作的,并怎样产生高级功能的。只有理解了这个中间层次的问题,我     

单神经元自适应PID在阳极化电源中的应用研究

以阳极化电源为研究背景,并针对阳极化电镀要求恒流、抗干扰能力强、超调小且工况变化剧烈等特点,对单神经元PID算法进行了多方面的优化和改进.仿真及实验结果表明,改进后的算法响应速度快,超调量小,抗干扰能力强,对于模型参数的变化具有良好的自适应能力,且可提高系统的稳定性及生产效率.     

人胃胆碱能神经支配的研究

选用成年健康男性尸体8例,死后迅速取下胃,并将其分成胃底、胃体、胃窦及胃幽门管4部分。光镜ChAT、AChE染色,显微图像分析仪对胃各部位肌间神经丛神经细胞内酶含量进行定量分析,同时进行透射电镜标本制备。结果表明,胃各部位胆碱能神经元的分布及细胞内酶含量不同,神经纤维与平滑肌间形成远距离突触,电镜下AChE定位于粗面内质网。最后对实验结果分别进行了讨论。     

记忆形成之谜

很久以来，科学家们就认为，用于构筑记忆电路的神经元是一种不可再生的资源，我们每一个人获得的细胞数量都是有限的。而且细胞的供应量每一年都在减少，所以，人到中年记忆便模糊不清，而且要学习新东西也越来越困难。但是，新的实验结果已经使这些旧观念开始动摇了。     

一种基于神经网络的直流传动控制系统

基于梯度学习算法,提出一种具有自适应功能的ＰＩＤ控制器。它采用一种改进型神经网络,在线学习相控整流直流传动系统的动力学特性,继而给控制器提供必要的灵敏度信息以实现自适应补偿控制。从而提高整个控制系统在参数变化及受到负载扰动时的鲁棒性,改进型神经网络由两个子神经网络综合构成;一个是应用递推最小二乘算法的线性神经网络;一个是应用动态ＢＰ算法的动态递归网络。对基于相控整流直流传动系统的自适应控制实现策略     

Java语言与人工神经网络应用

从控制工程的角度,概括介绍了作为国际互联网的最新核心技术之一的Ｊａｖａ语言的特点和发展,并具体结合人工神经网络的仿真与实现,以实际例子论述其在科学研究中将发挥的巨大效用和带来的新思想．     

利用神经网络预测混凝土的抗压强度

应用人工神经中的神经元网络理论,预测混凝土的抗压强度值,探讨出一条预测混凝土抗压强度的理论方法,其结果具有较高的精确度。     

基于单神经元控制器交流PWM调速系统

针对常用的单神经元控制方法在交流ＰＷＭ调速系统中应用存在的问题,提出一种基于增量式单神经元控制方法,仿真结果表明该方法有效提高了控制效果和系统性能。     

用进化规划思想优化径向基函数神经网络结构的均衡器

针对训练径向基函数(RBF)神经网络均衡器的随机梯度算法(SG)中,神经网络的结构是指定的并且所用训练样本较长的问题,引入进化规划思想,用进化规划方法确定径向基函数神经网络的结构,用基于最小均方(LMS)误差准则的自适应算法调整神经元到输出端的连接权重.蒙特卡洛仿真表明,用这种方法确定的均衡器可以达到与SG算法相同的性能,而所用训练样本很少,网络结构不需要事先指定.     

自适应神经网络PID控制器

提出了一种新型神经网络PID控制器，其学习速率是通过三层前向BP网络在线辨识学习，使神经元有较强的智能性、自适应和自学习的能力；同时，将Smith预估器与神经元PID控制器相结合，能更有效地抑制纯滞后的影响。仿真结果表明该控制器有较好的控制效果和鲁棒性。