一种新的模糊前向网络的研究

针对超声脉冲法在检测结构混凝土浇筑质量的应用中存在的一些问题，给出了一种具有６层结构的模糊前向网络，并探讨了与之相应的学习算法．实现了多参量综合评判；较好地引入了领域专家的经验知识来主动地指导网络的训练．实验结果证明了该网络的有效性     

基于H∞滤波算法的前向神经网络在SINS初始对准中的应用

针对捷联惯性导航系统动基座初始对准的误差模型具有非线性、时变性的特点，提出将前向神经网络应用于该误差模型，并采用线性H∞鲁棒滤波算法在线调整网络权值，得到一种适合于该系统模型的改进的自适应前向神经网络．仿真结果表明，在存在模型误差或噪声不确定情况时，该网络不仅具有较好的鲁棒性能，而且能使误差在很短的时间内收敛，提高了系统的实时性，而对准精度与采用推广卡尔曼滤波器的精度相当．     

动态数学神经网络模型及其应用

本文在［１］的基础上建立了广义数学神经元，并引入动态机制，形成动态数学神经网络，由网络当前状态决定网络结点数．从而在一定程度上解决了前向神经网络隐层结点数无法确定的难题，并成功地将其运用于解决用多项式逼近连续函数的魏尔斯特拉斯定理，并建立了龙贝格求定积分的动态数学神经网络模型．     

基于超级立方体结构的可靠组播差错控制研究

通过对可靠组播网络的差错控制的研究，提出了一种基于超级立方体拓扑结构的局部前向纠错(FEC)可靠差错控制机制，把网关路由器构成一个n维超级立方体结构，并将相关节点定义成局部恢复单元LRU，在源链路和尾链路分别采用局部前向纠错FEC和否定确认抑制的恢复方法，有效地解决了多点组播中出现的否定应答拥塞等问题，在一定程度上减少了网络延迟，提高了网络带宽利用率．     

神经网络的遗传设计及其在甲醛生产建模及优化中的应用

采用遗传算法的机制设计了一种同时对前向网络的连接权值及拓扑结构进行搜索的方法，并采用以隐结点为基本基因型的方式，同时在算法中加入了局部搜索的方法．该算法已被应用于甲醛生产过程的建模及优化，达到了良好的效果．     

无向二元Kautz 网络的可靠性分析

当n≥3时,无向二元Kautz图UK(2．n)被证明是极大限制边连通的．利用此结果确定了无向Kautz网络UK(2.N)的可靠多项式的前3项系数，给出第4项系数的一个下界，并且此下界是紧的．     

多层感知器学习算法研究

多层感知器是一种单向传播的多层前馈网络模型，由于具有高度的非线性映射能力，是目前神经网络研究与应用中最基本的网络模型之一．BP算法是多层前向神经网络中应用最重要的算法，但是由于BP算法实质是一种梯度下降的搜索算法，它存在着其固有的不足，如收敛速度较慢，易于陷入误差函数的局部极值．本文基于权值外推和三项因子的思想，提出了一种改进算法，能够有效的提高网络收敛的速度和精度，计算机仿真结果也有力的证实了这一点．     

用神经网络预测饱和液体密度

使用前向神经网络，采用带阻尼的牛顿二阶学习方法，学习纯物质的饱和液体密度与温度的关系，在熔点到临界点的温度范围内，预测平均误差小于０．０３％。适宜的网络工作区间「ａｍｉｎ，ａｍａｘ」为「０．５，０．７」。     

电流控制神经网络逆变控制器的设计与实现

介绍了一种基于多层前向神经网络的电流控制逆变器，给出了神经网络及逆变器的具体实现方法与设计．为了提高神经网络的学习训练速度，笔者采用具有较快收敛速度的递推最小二乘算法（ＲＬＳ）用于网络权值的训练．应用研究表明该逆变器较传统逆变器具有动态响应速度快，静态精度较高等优点．     

有线电视光纤同轴混合网上行通道噪声特性

系统地分析了ＨＦＣ结构噪声和入侵噪声等发生的原因和特点，提出了一些解决的措施，如：做好网络的屏蔽和维护，考虑灵活的接入协议和传输技术，采用窄带ＦＤＭＡ、滤波、预箝位及前向纠错技术等．     

利用改进初始化的残差-密集连接网络的光伏阵列故障诊断

针对在现实生活中光伏阵列大部分运行在正常的工作状态,缺少故障数据的问题,提出一种改进初始化的方法代替随机初始化来训练深度学习模型,以提高故障诊断模型的可靠性.同时,提出基于残差-密集连接网络的光伏故障诊断模型,并基于I-V曲线与最大功率点、温度、辐照度和填充因子作为输入特征.最后,通过多种光伏阵列故障数据检测所提出的方...     

基于已知移动站点数的分布式初始化算法

初始化是建立一个Ad Hoc网络的基本任务之一，其涉及了分布式地为n个移动站点分配从1到n不同的ID，提出了用于初始化的一个具有载波侦听能力的Ad Hoc网络的算法，提出了一个在初始化过程中，通报一个处于传输状态的移动站点传输是否成功的新确认方案，叙述了在网络中用户数已知的假定条件下的分布式初始化算法，该算法通过优化关键参数以最小化完成初始化过程的时间，通过仿真验证，并与已知移动站点数随机初始化算法相比较，表明该算法优于随机初始化算法。     

用自组织神经网络设计自适应调色板

本文提出了种新的、简单可行的方法设计自适应的调色板，用具有自组织特性的Ｋｏｈｏｎｅｎ神经网络，根据调色板的要求，设计了具有一维输出神经元的确定结构的网络，同时，为了使主观的显示效果更好，客观的映射误差减少，提出了修改的Ｗｉｎｎｅｒ－Ｔａｋｅ－Ａｌｌ算法，并对神经网络权值的初始化、输入样本的采样顺序提出了相应的方法。     

CAN总线在智能化小区管理系统中的应用

论述CAN总线在智能化小区管理系统中的具体应用,并对CAN控制器的初始化、数据发送、数据接收等主要操作进行较为详细地描述,给出CAN总线使用过程中涉及到的几个重要程序段.     

基于VB的BP算法描述

BP网络具有结构简单、技术成熟的优点,在很多领域都有广泛的应用。介绍了BP算法的数学表达,并用VB对BP算法进行了具体描述,包括BP算法的初始化、隐含层与输出层之间权系数的更新、主程序等。     

改进的神经网络并行算法及其在地震初至拾取中的应用

针对经典BP神经网络易于陷入局部极小点、易于产生振荡等缺点,提出了神经网络初始权值的二分法,改进了一种网络结构自动确定算法,并将随机算子和遗忘因子引入BP神经网络中.在提高全局寻优能力的同时,加快了网络的收敛速度.在分析了神经网络内在并行性的基础上,基于MPI实现了改进算法的并行化,将算法应用于地震资料的初至拾取,并取得了良好的应用效果,验证了算法的有效性.     

采用遗传算法的网络优化技术

针对树型网络的拓扑结构和数学模型,从个体编码、种群初始化、种群进化、适应度函数等方面构建基于遗传算法的网络优化方法.实验结果表明:所构建的方法进一步修正了适应度函数,增强了弱势个体被选择的概率,避免遗传算法优化过程的过早收敛问题,缩短了执行时间,取得了较佳的网络优化结果.     

铁路行包运输交付系统初始化设计

铁路行包运输交付系统初始化子系统由路径表初始化,系统标题表初始化,操作行李员表初始化,初始参数设定和计算参数设定等模块构成.铁路行包运输交付系统的初始化设计,主要解决系统在铁路各等级车站使用中作业流程、业务管理的差异问题.本文讨论了该系统中初始化模块的设计思想与实现手段.     

基于令牌的短波地空IP网络接入控制协议

针对空中节点快速移动以及短波地空之间通信成功率较低的特点,在短波令牌协议(high frequency token protocol,HFTP)基础上,运用簇的思想,空中节点通过预约从地面节点获取令牌,设计出适用于短波地空IP网络媒体访问控制(media access control,MAC)层的带预约短波令牌协议(high frequency token protocol with reserve,HFTPR).详细描述了协议的网络初始化过程、令牌丢失后的恢复机制和网络节点管理方法;提出了空中节点通信质量评分(air node communication quality score,AN-CQS)算法,能在信道质量变差时根据令牌重发次数进行簇切换,保证令牌的接收成功率;利用OPNET平台对协议进行仿真,与其他MAC协议作了不同业务量条件下的性能对比.仿真结果表明,HFTP-R能快速完成网络初始化,提供较好的实时性、较高的网络吞吐量和业务传输成功率,还具有较强的稳健性,可满足网络的组网需求.     

基于电信行业小波神经网络模型的应用

为对未来电信业务总量和各类用户数进行有效预测, 利用分析历年电信业务总量和各类用户数, 建立小波神经网络预测模型, 以提高预测精度。在神经网络预测模型建立中, 神经网络中的转移函数使用小波函数替代, 从而得到小波基神经网络系统; 通过对自适应学习速度和参数初始值选取的改进, 获得高几率初始参数并加快算法收敛速度。