一种新型光波导调制器的理论研究

目前,共面微带结构的LiNbO_3光波导调制器的研究已渐趋成熟。本文考虑利用鳍线结构实现微波对光波的行波调制。通过对LiNbO_3晶片为基底的鳍线结构的各参量的分析计算表明这种结构是可行的并可能实现在更高频率上的调制。     

融锥型保偏光纤耦合器快轴传输特性仿真

利用光波导的弱耦合理论,对融锥型保偏光纤耦合器在快轴工作模式上的传输特性进行了研究.仿真分析表明,融锥型保偏光纤耦合器工作在快轴模式上时具有损耗低,温度稳定性好的特点.对采用相同工艺制作的保偏耦合器进行了对比实验,测试数据显示,当偏振光波沿光纤快轴注入时,耦合器的附加损耗比沿慢轴注入时降低一半,全温分光比稳定性提高了一倍.因此,在融锥型保偏光纤耦合器应用过程中,合理利用快轴对准的优势,可以获得更加优良的光路性能.     

混沌神经网络编码研究

本文运用神经网络的非线性动力学理论,研究了利用线性分段的一波三折函数构造混沌神经网络,进行混沌序列编码。文中分别给出自环反馈网络模型和耦合网络模型,并针对每类模型,仿真得到了具体的网络,获得了相应的混沌编码。同时对耦合网络的模式识别进行了初步探讨。     

自适应脉冲耦合神经网络在图像处理中应用

尽管Johnson 提出的PCNN模型具有强大的图像处理功能,以时间序列进行特征提取时具有旋转、尺度、平移、扭曲不变性,可实践中发现依然存在着不足,特别对图像亮度、对比度比较敏感.添加了误差反向传播(Error Back Propagation, EBP)学习准则的自适应脉冲耦合神经网络模型能自适应设定模型参数,是脉冲耦合神经网络模型研究的主要内容.特别地,应用这种自适应模型进行特征提取时,能弥补原来PCNN模型对亮度、对比度敏感的缺陷,而且具有一定的泛化能力,有效克服了亮度、对比度对图像识别精度的影响.     

水声在波导中传播的建模及仿真研究

通过求解波动方程建立了水声在波导中传播的模型并进行了仿真计算。仿真结果表明：该模型基本反映了分层结构的波导的传播性质。将该模型用于匹配场定位和失配研究的结果进一步证明了该模型的有效性。     

耦合神经网络中脉冲信号传输的噪声增强研究

对积分发放神经元耦合网络中脉冲信号传输的噪声增强现象进行了研究。通过权矩阵控制神经元间耦合强度和网络结构,网络中脉冲刺激信号激励靶神经元,而网络内各神经元都受到内部噪声的驱动。研究表明,随着噪声强度的增加,神经网络输出发放率与离散脉冲信号发放率的互相关系数不断增加并达到极值,证实了脉冲信号传输中耦合神经网络中存在噪声增强现象。还进一步分析了门限电势、网络结构以及噪声类型对输入输出发放率之间互相关系数的影响。这些研究结果为进一步将随机共振理论应用到神经系统中脉冲信号传递问题提供了实际依据。     

卷积神经网络复杂性质与准确率的关系研究

卷积神经网络的结构也会对其性能造成影响,设计卷积神经网络更多的是依靠经验和强大的算力,如何设计出性能更好的卷积神经网络目前缺少有效的理论支撑.为了解决这一问题,在分析典型卷积神经网络拓扑复杂性的基础上,为快速实现满足给定复杂性特征的卷积神经网络,给出了由复杂网络拓扑到卷积神经网络的生成算法,通过建立系列不同拓扑特征的卷...     

基于遗传算法的脉冲耦合神经网络自动系统的研究

Eckhorn等人提出的脉冲耦合神经网络(PulseCoupledNeuralNetwork,以下简称为PCNN)在图像处理中得到了十分广泛的应用,但是其多个参数的设置给实际应用造成了很大的困难。尤其是在图像分割中,不同类型的图像要求不同的分割参数,不同的参数对图像分割结果影响很大。而遗传算法具有对参数自动寻优的优势,为此,将其和PCNN相结合提出了一种基于遗传算法的PCNN自动系统的实现方案,并应用于图像分割。分割试验仿真结果验证了该自动系统方案的正确性和可信性,即不仅可以实现正确的图像分割,而且参数可以自动设置省去了人工试验的麻烦,同时分割速度也有所提高。     

应用神经网络技术研究农业生产函数

在对目前流行的Ｃ－Ｄ农业生产函数研究方法及其存在的问题做了简要分析后,提出了应用神经网络技术建立“隐式”农业生产函数模型的新思路。该模型方法具有较好的非线性品质,模型适应能力强。     

扇面波导中TE模特性和横槽谐振电阻

根据扇面波导中主模的近似简化场分量表达式，推导出特性阻抗的三种形式，波导壁导体损耗，最大功率容量，截止波长近似式；并利用功率平衡关系推导出波导宽边横缝的等效谐振串联电阻的简法近似公式，给出计算实例。     

基于混沌神经网络模型的预测控制器的设计及应用

根据具有混沌特性非线性、大时滞系统的时间序列重构相空间，计算相空间饱和嵌入维数、并以此为指导，建立混沌神经网络，即便在网络输入不完整或发生变异的情况下，该模型仍能对系统作高精度的短期预测；在此基础上，又设计了模糊神经网络预测控制器，实现了对非线性、大时滞系统高精度的自适应控制。将该控制器应用到单元机组负荷控制系统中，仿真表明了该控制有效性、快速性和鲁棒性。     

模糊神经网络在决策专家系统中的研究与应用

解决知识“瓶颈”问题是拓宽专家系统应用领域的关键技术。在运用模糊集合理论的基础上 ,给出模糊决策规则定义 ,根据模糊神经网络理论 ,提出一种实现规则决策的层次型模糊神经网络 (FRDNN) ,设计 4类不同属性的神经元 ,结合开发的实用GSM网络优化专家系统的知识的特点 ,从“决策域”观点仿真分析并通过实例验证FRDNN的可行性 ,为解决实用专家系统的知识获取提供了新思路     

BP神经网络应用中的前后处理过程研究

在 BP网络的应用过程中 ,采用数理统计中的一些技巧 ,用主成分分析法作为前处理过程进行样本集的选择与优化 ,用回归分析和相关性分析的方法作为后处理过程之一对训练结果进行分析 ,用置信区间分析的方法作为另一种后处理过程对输出结果的可信度进行预测 .这几种处理过程可以作为 BP神经网络应用研究的一个必要的补充.     

人工神经网络BP算法的数据处理方法及应用

利用人工神经网络建立了具有时间序列的对象的预测模型，并提出了基于本模型的数据处理方法，在此基础上，对吉林省榆树县大坡镇两家村的人均收人作了预测。证实了本模型的正确性和科学性.     

新型模糊神经网络控制器的设计及应用研究

讨论自组织竞争网络优化模糊神经网络的设计及应用研究。该设计方法运用自组织竞争神经网络（SCNN）来优化模糊神经网络结构,并采用遗传逄法来训练模糊神经网络的连接权参数,获得同时具有最佳结构和模糊神经网络（FNN）,船舶操纵的仿真结果表明此法明显优于传统的PID控制器。     

四层BP网络的一种结构设计方法及应用

针对BP神经网络的特点提出一种基于递阶遗传算法的四层BP神经网络的结构设计模型及应用。现有的BP训练方法只能训练BP网络的权重和阈值,网络的结构得预先用某种方法确定。利用很好设计的递阶遗传算法能够把网络的结构、权重和阈值同时通过训练确定。以经济系统中的人口时间序列数据进行训练和测试,与传统的BP网络预测模型相比较,结果证明该模型的预测精确度是令人满意的,提出的方法是可行的。     

人工神经网络在农业中的应用

人工神经网络是人工智能领域中发展迅速的信息处理技术之一,在简单介绍了人工神经网络的发展和基本结构的基础上,对人工神经网络在农业中用于农业技术管理、分类、预测等方面进行了综述,图１,参２９。     

神经网络在优化计算中的应用

本文讨论了神经网络算法在约束优化问题中的应用,并对用神经网络求解约束优化问题时的求解步骤、能量函数的选择等提出了实用的见解,最后用实例进行了说明,证明该方法是切实可行的。     

神经网络在装备保障性评估中的应用

利用人工神经网络及BP网络理论,在对装备保障性评估指标体系分析的基础上,对保障性综合评估模型进行了探讨,并分析其设计方法和局限性,旨在提高装备保障性评估的效能,进而提高装备战斗力.     

粒子群算法在小波神经网络中的应用

利用粒子群(PSO)算法对小波神经网络(WNN)中的参数{am，bm，w(am，bm)}进行优化，取代了传统的梯度下降法。并将仿真结果与BP网络进行比较，仿真数据表明，PSO算法在叠代次数、函数逼近误差、网络性能方面均比BP网络有着显著的提高，且在粒子数目较大的情况下能有效避免BP网络无法避免的局部极小值问题。