脉冲时滞细胞神经网络的周期解

细胞神经网络具有高速并行计算且易于硬件实现等特点,已被广泛应用于图像处理、模式识别等领域．本文讨论了一类脉冲时滞细胞神经网络的周期解的存在性,并给出了算例并进行了仿真,仿真结果支持所得结论．     

基于模板自适应细胞神经网络的图像处理及识别

本文介绍了一种适合于并行计算机的模型——细胞神经网络,它是神经网络的一种特殊形式,具有神经网络的识别、智能和联想能力．具体介绍了利用细胞神经网络（ＣＮＮ）实现二值图像和灰度图像边缘检测,详细分析了ＣＮＮ设计过程并作改进,引入了模板权值自适应的ＣＮＮ及其设计方法,并给出了仿真结果．     

具反应扩散项和马尔可夫跳变的时滞耦合神经网络的同步

研究了一类具有反应扩散项的时滞耦合神经网络的同步问题．通过构造Lyapunov—Krasovskii泛函,利用线性矩阵不等式技术并结合Kronecker积获得了耦合神经网络依赖T-he滞和反应扩散算子的均方全局指数同步的充分性判据．此外,将细胞激活函数假设为扇形非线性函数,能减少结论的保守性,数值仿真结果证明所得结论有效．     

基于Bayes分析的组合多神经网络函数逼近模型

讨论了复杂函数的多神经网络逼近模型的建立方法．针对映射网络泛化能力差以及结构难以确定等问题，提出了一种基于Ｂａｙｅｓ分析的组合多神经网络建模方法．仿真研究表明，这种建模方法提高了神经网络模型的逼近能力，并简化了建模过程     

基于离散时间细胞神经网络的GSM均衡器

提出并讨论了用离散时间细胞神经网络(DTCNN)实现用于GSM系统均衡器的可能性,并基于对均衡算法的分析推出了相应细胞神经网络模板的设计方法,针对存在多径干扰的二值信号处理问题进行了计算机仿真,结果证明了这一想法是合理的。     

递归神经网络的卡尔曼滤波及分层学习算法

将卡尔曼滤波算法引入到递归神经网络的训练当中,并针对递归神经网络、卡尔曼算法及ＢＰ算法的特点,提出了用于递归神经网络的分层学习算法,并给出了理论分析．仿真结果证明了本算法的有效性．     

神经网络在集成电路互连线寄生电容提取中的应用

介绍深亚微米工艺下超大规模集成电路的互连线寄生电容提取问题,实现了基于神经网络的互连线寄生电容模型的建模与仿真,重点讨论了在建模过程中神经网络模型结构的选择,数据样本的处理,神经网络模型的训练,神经网络模型的测试等问题．实验结果表明,良好训练后的神经网络模型不仅在仿真中能够快速、准确地输出互连线寄生电容值,而且具备良好的泛化能力,从而满足了集成电路设计特别是布局布线优化设计的要求．     

扫描镜电机的神经网络PID控制器

基于神经网络原理,探讨了扫描镜电机的神经网络PID控制方法,由经典的增量式数字PID控制算式,推导出隐含层的加权系数的计算公式．在理论上研究了扫描镜电机的神经网络控制器,给出了其稳定的条件,并通过计算机仿真结果证明了它的可行性．     

基于径向基神经网络的集装箱量预测模型

提出了一种利用RBF神经网络算法对港口集装箱量进行预测的模型,并应用此模型对上海港集装箱运量进行了仿真及示例分析,同时与BP神经网络预测方法进行了比较．结果表明,运用RBF神经网络进行预测,具有较快的运算速度和较高的精度,并有很好的预测能力和应用价值．     

一类梯形激活函数的细胞神经网络的静态解及Smale马蹄

研究了一类以梯形激活函数为输出函数的细胞神经网络．通过将a-z平面分解成25个不交的区域,分析了这类细胞神经网络的静态解．其中,a和z（即反馈系数和阈值）被视为参数．当给定参数时,每个区间内该类细胞神经网络的静态解的范围被确定．针对一类特殊的梯形激活函数的细胞神经网络,研究了其静态解诱导的映射产生的Smale马蹄的充分条件,说明了该映射的复杂性．