一种改进的Hopfield神经网络对TSP问题的求解方法

论文对Hopfield神经网络的能量函数进行重构,使得新能量函数具有参数少、表达式简洁、计算效率高等特点;并引入遗传算法中的变异算子,使得改进后的Hopfield神经网络的具有自适应调整的功能.同时,针对有效解易陷入局部极小值等问题,运用数据转换技术、贪心算法等对有效解进行优化.最后对不同规模的TSP问题仿真,结果表明这些改进方法和技巧是可行的.     

一种基于聚类的RBF神经网络模型

应用于工程中的径向基函数(RBF)神经网络模型,当训练样本量很大时常存在训练学习速度慢和拟合精度不高的问题.针对这一情况提出了一种基于聚类的RBF神经网络(BC-RBFNN)模型.该模型首先通过对训练样本进行聚类分析,将其分为不同的类,接着根据每类的训练样本构造一个RBF子网并获取其相关参数,接着再将各个子网组织成一个BC-RBFNN模型.通过对其进行理论分析和性能检验试验,结果表明该模型能加快网络训练学习速度,缩小的模型规模,提高网络的预测精度.     

一个关于Hopfield网络的定理

Hopfield提出一个连续状态的神经网络模型,使之与模拟电路直接对应^[1],随后有大量的文献论述了这种网络的理论与应用.     

带有两个时滞的不确定神经网络的渐近稳定性分析

研究一类具有两个时滞和不确定性神经网络的全局渐近稳定性问题,通过构造新的Lyapunov函数,运用线性矩阵不等式理论将T-S模糊模型扩展到带有两个时滞的含有不确定项模糊神经网络,并给出系统稳定的充分条件。仿真实例验证了结论的有效性。     

自底向上粗集神经网络建模方法

提出了一种基于自底向上方式构造模糊粗糙数据模型并实现粗集神经网络建模的方法,该方法通过自适应G-K聚类算法,实现输入论域空间的模糊划分,在基于聚类数和约简属性搜索的基础上,提取优化的模糊粗糙数据模型,在此基础上融合神经网络实现粗集神经网络建模.对Brodatz纹理图像的实验表明,该方法性能优于传统的贝叶斯和LVQ方法,和传统的粗逻辑神经网络RLNN相比,该方法建立的神经网络结构精简,收敛速度快,具有更强的泛化能力.     

CHNN模拟软件的设计分析与实现

本文分析了在设计连续Hopfield（CHNN）模拟软件时，如何设定时间步长（△t和tanh（gu）函数中的增益g的取值等问题．在神经元状态范围为[－1，1]的假定下，提出了以连接权和阀值确定△t和以浮点数范围确定g的实现方法．A／D转换实验表明了本方法的可行性．     

两类广义Feynman-Kac半群强连续性的探讨

研究两类广义Feynman-Kac半群的强连续性问题,这些半群是由一些特定的函数和狄氏过程产生的。得到了广义Feynman-Kac半群强连续,不强连续以及能量测度不在Kato类中的充分条件;构造了一个带跳狄氏型相应的广义Feynman-Kac半群强连续的实例。     

分数阶BAM神经网络的鲁棒稳定性

分数阶BAM神经网络模型是整数阶BAM神经网络模型的一种推广。对分数阶BAM神经网络的鲁棒稳定性进行研究,通过构造分数阶辅助系统,利用积分变换的方法,将辅助系统变为积分方程。结合Mittag-Leffler函数的相关性质,利用广义Gronwall不等式,对积分方程进行处理,通过分数阶比较定理,得到分数阶BAM神经网络鲁棒稳定性的充分性条件。实例仿真验证了结论的正确性。     

积分方程的特征值问题和多分辨分析

利用一类带特征值问题的积分方程的解来构造多分辨分析,给出了多分辨分析构造的一种新方法,而且可以得到性质很好的尺度函数和小波函数.对于积分方程应用再生核解法进行求解,并应用数学软件进行数值求解.最后给出具体的算例说明方法的有效性.     

基于深度监督的跨模态图文检索方法研究

基于深度监督的学习结构应用于跨模态图文检索领域,弥补了不同数据模式之间的异质性差异,通过端到端的方式同时保持语义鉴别和模态不变性,有效地学习异构数据的共同表示.本文构建了图像和文本双模态CNN神经网络模型,对损失函数进行改进,优化神经网络模型训练学习过程,以监督网络学习跨模态转换函数.在Pascal sentence数...     

基于主成分分析的BP神经网络长期预报模型

MATLAB是进行神经网络系统设计及多元统计分析的有力工具．利用MATLAB6.5对月平均降水量的前期预报因子进行主成分分析,实现样本的最优压缩,从而降低样本的维数,建立起基于主成分分析的神经网络广西北部地区5月平均降水预测模型．计算结果表明,基于主成分分析的神经网络模型在预测中与多元回归模型相比有较好效果．     

三方动态博弈网络可生存性策略选择

为了提高网络系统在面对攻击、故障及意外事件时的主动防御能力,从宏观角度提出了一种基于三方动态博弈的网络可生存性策略选择模型. 将攻击者、防御者及故障意外事件作为博弈的参与者,采用非合作完全信息动态博弈理论构建三方可生存博弈模型,给出了逆向递归法求解子博弈精炼纳什均衡的形式化表述,进而提出了三方动态博弈策略选择算法,并结合实例进行仿真验证,结果表明,由所提出的策略选择模型和算法得到的双方最佳策略是符合实际需求的.     

基于神经网络并行算法的海尔伯特变换器优化设计

研究了一种基于神经网络并行算法的海尔伯特变换器优化设计方法，提出并证明了冲经网络算法的收敛性定理，给出了海尔伯特变换器优化设计实例，仿真结果表明用该算法设计的海尔伯特变换器具有高的计一算精度和快的收敛速度，因而是有效的。     

高阶微分器优化设计研究

提出了一种基于BP算法的正弦基函数神经网络模型，研究了该数神经网络算法与线性相位数分器幅频特性的关系，提出了该神经网络算法的收敛条件，给出了高阶微分器的优化设计实例。计算机仿真结果表明了该神经网络算法不仅是有效的而且是高效的。与传统的窗口函数法和雷米兹化设计方法相比，本优化设计方法不需要计算矩阵的逆，因而解决了雷米兹优化设计方法求高阶矩阵逆的困难。由于微分器是一种特殊的4型FIR线性相位滤波器，只要求出脉冲响应序列，就可以用软件方法实现数字微发运算，也可以通过CPLD复杂可编程器件或DSP数字信号处理芯片实现硬件数字微分运算，因此，设计出性能指标优异的微分器是高阶微分器具有十分重要的实际意义。     

实现节点负载均衡的无线传感网能量高效分簇方法

分析了分簇无线传感网中的负载不均衡问题,提出了一种实现节点负载均衡的无线传感网能量高效分簇算法. 根据网络模型计算出最优网络分簇数量,通过调整节点的通信半径来控制网络分簇的大小,以分布式周期性迭代的方法竞争选举簇头,形成合理的网络拓扑结构. 不同网络条件下的仿真实验证明,该算法能有效地均衡网络节点负载,从而降低节点能耗,延长网络生存时间,其性能优于典型的无线传感网分簇算法LEACH和HEED.     

卫星编队飞行的神经网络滑模控制

该文推导卫星编队飞行的一般相对运动动力学模型,研究将指数趋近律滑模控制与神经网络控制相结合的卫 星编队飞行控制方法,设计一种径向基神经网络参数调节器. 实时调节指数趋近律的参数,从而取得滑动面的趋近速度 和燃料消耗的最优平衡. 采用指数趋近律滑模控制法,用饱和函数代替可能产生高频切换信号的开关函数,有效地削弱 了滑模控制的抖动. 二阶滑模控制结构保证了卫星编队的高精度控制. 仿真结果表明了这一控制方法的有效性.     

基于混沌的模拟电路故障诊断方法

针对模拟电路故障诊断的神经网络方法中,网络易陷入局部极小、收敛速度慢等缺点,网络结构、权值难以确定等难题,提出一种利用混沌优化神经网络的模拟电路故障诊断新方法.该方法中,将混沌变量引入神经网络结构的优化搜索,使得神经网络的隐层节点数以及所有权参数处于混沌状态中,从而整个网络结构呈现为动态变化.然后从动态的神经网络结构中,根据性能指标来寻找一个全局最优或近似于全局最优的网络结构.最后利用优化的神经网络对模拟电路进行故障定位.利用该方法对模拟电路进行实例仿真,结果表明该算法可以有效、可靠地运用于模拟电路故障诊断中.     

基于RBF神经网络多步预测的自适应PID控制

提出一种基于RBF神经网络多步预测的自适应PID控制算法．该算法用无局部极小的径向基函数网络对非线性系统进行在线辨识，利用多步预测误差对PID型控制器网络进行训练，从而实现PID参数的在线自适应寻优．通过对典型非线性系统的仿真研究，该控制系统具有较强的适应性和鲁棒性．     

改进型灰色神经网络模型在水质预测中的应用

介绍了三类改进的灰色模型和BP神经网络。将三类改进的灰色模型与神经网络进行组合,得到改进型灰色神经网络组合模型,将一维序列通过三个改进的灰色模型得到三组值作为神经网络的输入,原始序列作为神经网络的输出,训练得到最佳神经网络结构。将组合模型应用到嘉陵江磁器口断面总磷浓度的预测中,结果表明:(1)用该组合模型进行预测,相对误差均在5%以下,预测精度较高,取得了较理想的预测效果;(2)WPGM(1,1)、pGM(1,1)、CGM(1,1)、组合模型预测的平均相对误差分别为5.05%、34.01%、33.65%、3.02%,与单一灰色预测方法和灰色神经网络模型相比,组合模型的适应能力和预测推广能力更好,预测精度更高。     

频率选择性衰落信道中一种OFDM-CANC的性能

结合OFDM 与协作网络编码,在频率选择性衰落信道中提出了一种正交频分复用-合作模拟网络编码(orthogonal frequency division multiplexing-cooperative analog network coding, OFDM-CANC) 方案. 采用网络编码提高协作中继系统的频谱有效性,同时以OFDM 的抗频率选择性衰落特性改善信道衰落对协作网络编码
性能的影响,并进一步提出一种基于此方案的最优系统功率分配策略. 理论分析和仿真分析表明,所提方案可改善信道的频率选择性衰落.