一类神经网络多层感知器的全硬件实现

针对模式分类问题，给出了一种神经网络多层感知器数字电路硬件实现方法，该方法在硬件电路中不含有数字乘法器，从而有助于克服目前神经网络数字器件难以单片集成的缺限，采用该方法研制出具体的硬件线路板，应用于一实际的分类问题，取得了良好的效果。     

一类神经网络多层感知器的硬件实现方法

提出了一种新的神经网络多层感知器硬件实现方法——信号传播路径动态选择．给出了隐节点个数的确定规则和网络的训练算法，并从理论上给予了证明．结果表明，该算法能一次确定权值，而且所确定的权值均为逻辑值，从而可以用逻辑门电路全硬件实现多层感知器     

一种动态感知器的设计

应用神经网络对非线性过程进行辨识的优点之一是,无需有关被辨识过程的事先假设,因而受到了广泛的注意．多层感知器构成的神经网络是一种常用的静态神经网络,可用于对非线性函数的逼近,但因不含有记忆单元,故难于实现对一些动态非线性系统的辨识．而实际中,对一个有一定因果关系的非线性离散时间系统而言,其实际输出常与系统的输入、过去一定时间上的输入和状态有关,故静态多层感知器神经网络难以对这样的系统进行辨识．一个非线性离散时间系统的输出ｙ（ｋ）是系统实际输入ｘ（ｋ）和过去的输入ｘ（ｋ－ｉ）及输出ｙ（ｋ－ｉ）的非…     

一类神经网络多层感知器的全硬件实现

针对模式分类问题，给出了一种神经网络多层感知器数字电路硬件实现方法，该方法在硬件电路中不含有数字乘法器，从而有助于克服目前神经网络数字器件难以单片集成的缺限．采用该方法研制出了具体的硬件线路板，应用于一实际的分类问题，取得了良好的效果     

重置变结构神经网络的算法

神经网络的结构直接影响到网络性能的优劣，进而影响其推广使用，是目前研究的焦点之一．尝试将重置算法应用于经典BP神经网络的结构优化，研究了重置算法中最佳重置时间的性质，同时提出一种重置变结构经典BP神经网络．     

基于动态递归模糊神经网络的动态系统辨识

模糊系统和神经网络由于具有逼近任意连续非线性映射的特性而广泛应用于系统的辨识和控制,但是传统的模糊神经网络是一种静态映射,不适用于动态系统的辨识,而现实工程中的控制对象反映的是系统的动态行为.为了提高动态系统的辨识精度,提出了一种新型的动态递归模糊神经网络,并根据动态递归神经网络的数学模型推导其动态反向传播学习算法及其改进算法.仿真结果表明:由于动态模糊神经网络的辨识过程同时利用了系统的当前数据和历史数据,对动态系统的辨识,特别是对具有纯时间延迟动态系统的辨识,较传统模糊神经网络在辨识精度和稳定性方面具有更好的效果.同时,确定网络权值和隶属函数参数初始值的方法可使动态系统的辨识过程具有更快的收敛速度.     

自递归神经网络预测结构响应

推导了多输出自递归神经网络的学习算法,并基于Lyapunov函数得到保证网络快速收敛的自适应学习率.最后,应用此网络预测一3层建筑结构对于地震的响应.计算机仿真结果表明,网络学习算法的有效性,及此网络预测结构响应的可行性.     

一种基于GMDH模型的神经网络学习算法

 从简要归纳与分析现有的神经网络模型的角度出发,讨论了GMDH网络模型的结构、特点及其输入输出关系.提出了一种基于GMDH模型的神经网络学习算法,详细阐述了该算法的主要设计思想与实现过程,并就算法停止准则和网络最佳层数问题进行了仿真研究.实践表明,该算法自组织性强,表现出了较好的泛化能力和稳定性.     

浅谈数学认知结构

数学认知结构的特点影响着数学认知结构的发展和完善，数学认知结构理论对数学教学有着重要的指导意义。     

结构动力响应预测的神经网络技术

在分析各种不同抗震形式的基础上，对结构在地震作用下的动力响应预测问题进行了探讨，指出了各种主动控制方式中时间滞后问题，最后提出了人工神经网络技术，并对该技术的实现进行了初步探讨，得出了一些可供参考的理论与方法。     

简单Perceptron学习算法的收敛性

当输入是无穷集或区域时,通过构造一个上鞅,本文证明了简单Perceptron学习算法的收敛性。     

用感知机学习算法改善MUSIC测向算法的分辨率

文中指出了通过计算机仿真了解到的影响MUSIC测向算法分辨率的一些因素 ,分析了造成MU SIC测向算法计算机仿真的分辨率较低的原因 ,并提出了一种用人工神经网络中的感知机学习算法改善MU SIC测向算法计算机仿真分辨率的方法     

社会主义市场经济公正原则及公正实现的探讨

介绍了西方学者对市场经济公正原则的观点及其就公正实现的主张与评价,分析了社会主义市场经济的公正原则,包括平等原则、效率原则、协调原则,探讨了社会主义市场经济公正实现的有关问题.     

一种改进的多层前馈神经网络结构研究

通过将传统多层前馈神经网络结构改造为具有跨层连接的网络,提出了相应的多层前馈神经网络改进算法.通过分析网络误差函数,从理论上证明了:相对于无跨层连接网络,有跨层连接网络能以更加简洁的结构逼近理想状态.最后,用一个隐层神经元解决了传统网络必须用两个隐元才能解决的异或问题.     

基于感知器的和型Fuzzy合理选择研究

研究了单一选择函数的和型Ｆｕｚｚｙ实现的有关问题。将单一选择函数的和型Ｆｕｚｚｙ实现问题转化为由线性阈值元件组成的感知器模型。在假定有限社会状态结果集合的条件下，给出了单一选择函数是和型Ｆｕｚｚｙ可实现的一个充要条件，从而建立了选择问题与感知器模型的联系，此外还给出了单一选择函数是和型Ｆｕｚｚｙ可实现的一个几何描述。利用感知器学习算法规则给出了单一选择函数的和型Ｆｕｚｚｙ实现的具体算法并计算出实现结果。     

单向火车票动态分配优化模型与软件实现

分析了我国铁路客运售票现状,认为“一票难求”的原因除了票贩、铁路运能、运营机制等方面之外,最根本的一点是对列车车票发售未进行优化分配．在不改变铁路部门现有组织结构、不增加营运成本的基础上,建立火车票动态分析优化模型,对列车停靠站的车票进行动态优化分配,使列车停靠站承运旅客的数量最大化,以提高广大旅客的满意度．进行模拟分析,利用Microsoft Office Excel“规划求解”工具求解．实例表明,该模型可行、合理,能够取得更好的客户服务效果．