基于拓扑描述函数的结构拓扑优化设计

提出了一种基于水平集方法的结构刚度拓扑优化设计方法.该方法将结构的边界隐式地嵌入到一个高一维标量函数的零水平集模型中,通过一个Hamilton-Jacobi类型的偏微分方程来控制水平集函数的动态运动,从而间接地实现结构边界拓扑和形状的动态演化.偏微分方程中的法向运动速度依据优化目标函数的形状敏度分析结果建立.用有限元法和有限差分法相结合的方法分别实现弹性平衡方程和Hamilton-Jacobi方程的数值计算,并通过一个典型算例证明所研究方法的有效性.     

基于树形模型的血管三维拓扑结构描述

针对磁共振血管成像的特点，提出了一个系统框架，将其中的血管表示为具有一定逻辑结构且保持原血管拓扑结构的特征树，先通过预处理提取出血管并进行三维细化，再递归跟踪血管骨架生成特征树并进行遍历提取出血管的分支点和端点．考虑到实际图像的复杂性，进一步引入森林来完全描述血管树．利用该系统可以进一步实现数字减影血管造影和磁共振血管成像的融合，并在此基础上实现脑血管的三维重建，对于临床血管图像的实验证明了该系统的可行性与有效性。     

有机化合物的分子拓扑结构与同系线性规律的关系

本文运用化学信息论方法,基于分子片拓扑图的分布求出分子信息量I_(fr),用于有机化合物的拓扑结构与性质之问题时,与其同系函数I_(fr)~(-1)之间存在着很好的线性关系。     

BnHn＋4型和BnHn＋6型硼烷的拓扑指数及其结构

探讨了硼烷拓扑系数的结构关系一些规律，提出在ＢｎＨｎ＋４型硼烷分子（ｎ＝４￣１０）拓扑结构中，具有相同数目的氢桥键和Ｂ－Ｂ键，不存在－ＢＨ２基因，分子拓扑结构主要决定于闭合三中心键数目，对Ｌｉｐｓｃｏｍｂ的拓扑理论进行了拓展，提出了稠合Ｂ－Ｂ键的概念，采用五元组数（ｓ ｘ ｙ ｔ ｚ）来描述硼烷分子的拓扑指数和结构。拓展后的拓扑理论适用于ＢｎＨｎ＋４型ＨｎＨｎ＋６型的低级硼烷和高级硼烷。     

前馈神经网络权值和拓扑结构的一个学习算法

从三层前馈神经网络作为样本分类器时隐结点常常起着聚类作用的想法出发,提出一种在权值学习过程中调整网络拓扑结构的学习算法．实验结果表明,该法能在网络的权值学习过程中比较有效地选择网络的拓扑结构,同时又具有较快的学习收敛速度     

基于人工神经网络描述的编程

目的在神经网络结构和算法描述语言的基础上,提出神经网络编程的概念,建立神经网络仿真系统。方法采用具有强类型,并发性和面向对象等特点的Ａｄａ语言作为系统的宿主语言,建立基于结构,算法描述的神经网络认真系统。结果为神经网络的工程应用研究提供手段。结论采用神经网络编程,可以将神经网络与传统的编程语言在通用计算机的基础上统一起来,达到更新更高的处理能力。     

LF和拓扑空间的一致结构

本文讨论了ＬＦ和拓扑空间的一致结构和以及其可一致化的充要条件。     

基于神经网络的智能控制系统

论述了人工神经网络的产生与发展,以及人工神经网络在控制系统中的应用现状,分析了人工神经网络的特点和监视控制系统的原理,并对神经网络控制系统的前景做了展望。     

人工神经元网络及神经计算机的教育学

对于设计人工神经元网络(ANN)或神经计算机来说,一个最为重要的方面就是学习。如以什么样的算法进行学习?提供什么样的学习素材?以什么样的方式学习?怎样安排学习过程等等?我们认为这些活动非常类似于人的教育过程,基于这一认识,我们提出了ANN及神经计算机教育学的基本思想和基本方法。     

人工神经网络研究现状及其展望

回顾了神经网络理论发展的历史和现状。在此基础上，介绍并讨论了20世纪90年代神经网络研究的一些新进展。根据神经网络研究的特点，对人工神经网络今后的发展前景作了一定的评述，人工神经网络的研究与发展必将对现代科学技术产生深远的影响．     

基于神经网络的人工肌非线性控制

运用非线性控制的逆系统方法,提出了一种基于神经网络的人工肌非线性控制方案,由原系统导出n-m阶逆系统模型,并与原系统一起构成具有反馈结构的伪线性系统,从而可方便地运用线性控制理论完成对控制系统的设计,用BP神经网络逼近逆系统模型,并借助于递推预报误差算法来训练神经网络,该算法与传统的BP算法相比具有更好的收敛特性,设计了一个具有单关节的人工肌试验系统,给出了人工肌关节跟踪正弦波和矩形波参考信号的试验结果,与传统的线性控制方案比较,基于神经网络的人工肌非线性控制方案能够得到更快的控制速度和更高的控制精度。     

人工神经网络在手感评定中的应用

针对现有的手感评定方法在识别准确性,容错性和适应性方面存在的问题,提出了用4个检测模型产生手感信号,并用BP神经网络处理信号的具体方法和步骤.实验证明,BP神经网络具有较好的自适应模式识别能力和容错性.     

离散Hopfield神经网络的统一描述

本文用神经元的激励函数为严格阈值函数的McCulloch-Pitts模型对目前出现于文献中的几种离散Hopfield神经网络作了统一描述,从而给这些网络的分析和综合提供了一条系统清晰的思路。     

“基因算法”在人工神经元网络中的应用

在使用著名的ＢＰ算法来训练一个多层毅向神经网络时，首先要确定这个神经元网络的主结构以及网络的各种初始化参数，但拓扑结构和各种参数的确定到目前为止还无确定的规则可寻。本研究将基因算法引入人工神经元网络。通过它来自动确定神经元网络的拓扑结构以及具体参数，并给出了基因算法在神经元网络应用中的具体实现。     

人工神经元网络辅助催化剂生产

本文提出了一种探索催化剂生产优惠操作条件的新方法，从而使最终产品的质量得以提高，并能节约人力、物力、寻优是依据数学模型离线进行的。模型采用人工神经元网络ＡＮＮ以实际上并不完全的历史数据训练后自动产生。     

聚合物微观质量控制系统中的人工神经元网络

文中分析了聚合物微观质量控制系统对模式识另模块提出的任务与要求，并在此基础上确定了人工神经元网络的结构．作者阐述了利用采集的系统数据对神经元网络进行训练和验证的过程，及首次应用人工神经元网络实现聚合物微观质量控制系统中模式识别的功能．     

Groundwater Level Predictions Using Artificial Neural Networks

IntroductionThe prediction of groundwater level fluctuation fordifferent natural conditions and usage rates is ofgreat importance for the use and management ofgroundwater resources.However,groundwaterlevel fluctuations are influenced by many factors,such as precipitation,infiltration,usage and thehydro- geological properties of the aquifer.Therefore,the groundwater level fluctuations arecomplicated and difficult to predict,especially indeep areas.Wells are commonly drilled tounderstand aquifer…