基于管件编码和ART2神经网络聚类的船舶管件加工族构造

针对船舶管件加工族构造问题,提出一种基于编码和ART2神经网络的聚类方法。在管件编码中,综合考虑管件的托盘集配时间和结构工艺的特征,采用ART2神经网络实现对管件的自动聚类,形成合理的管件加工族。结果表明,ART2网络聚类方法对处理船舶管件加工族构造问题具有良好的适应性和稳定的分类能力。     

一种减少ART1网络“祖母细胞”现象的解决方案”

ART1网络的输出层中的某个神经元损坏,会导致该神经元所代表类别的模式信息全部消失——产生“祖母细胞”现象,这是ART1网络的一个很大的缺陷。通过对ART1网络结构的改进,在总结构上增加记忆层,记忆层中神经元分记忆神经元和控制神经元;在输出层中新增了辅助神经元,将原有神经元称为主神经元;定义了各种神经元的工作方式;提出一种能够减少ART1网络“祖母细胞”现象的解决方案。     

基于ART1网络的图书分类方法

阐述了ART1网络的基本原理,提出了一种基于ART1网络的图书分类方法,实验表明,ART1网络有较强的抗噪声能力,可有效地实现图书分类,并能产生新的分类,有较好的应用价值。     

基于主成分分析和ART2网络的车辆波形分类

利用环形线圈车辆检测器,对不同车辆经过环形线圈时产生电磁感应数据进行采集,再对这些维数较大的车辆感应数据,运用主成分分析法对其降维处理,以减少ART2神经网络输入维数,便于对这些数据进一步分类. 通过实验研究可知,这种主成分分析与ART2神经网络相结合的分类方法,使数据通过降维处理,并减少网络的输入维数,不仅大大简化了网络结构,还明显提高了分类的准确性、快速性,加快了网络的学习速率,而且从分类效果上看,也具有很好的正确率.     

视网膜神经节细胞非经典感受野及其方位倾向性的模型研究

建立了包含无长突细胞相互抑制网络的视网膜神经节细胞的三层网络模型,以验证李朝义等提出的非经典感受野可能源于无长突细胞相互抑制的假说,并探讨神经节细胞感受野的方位倾向性的可能机制．模拟结果表明,通过无长突细胞之间的相互抑制可以形成神经节细胞的非经典感受野．模型模拟了神经节细胞的中心区和大周边区的方位倾向性及其相互作用,结果提示神经节细胞的方位倾向性可能主要源于神经节细胞树突野的空间分布．     

青蒿琥酯对人乳腺癌MDA-MB-231细胞的影响及其可能机制

目的:探讨青蒿琥酯(ART)对人类三阴乳腺癌细胞MDA-MB-231增殖、迁移、侵袭和细胞周期的影响及其可能机制.方法:MTT法检测ART对MDA-MB-231细胞增殖情况的影响,结晶紫染色法观察细胞形态、数量变化;细胞划痕实验及Transwell实验分别检测ART对细胞迁移及侵袭能力的影响;流式细胞术检测ART对细胞周期的影响;Western blotting检测DNA损伤反应通路相关蛋白γH2AX(S139)、phospho-ATM(S1981)、phospho-CHK2(T68)的表达.结果:与对照组相比,实验组MDA-MB-231细胞的增殖受到抑制,并失去原有细胞形态,实验组迁移细胞数量明显减少,侵袭细胞数量显著减少,实验组G2/M期细胞数显著增加,且γH2AX(S139)、phospho-ATM(S1981)、phospho-CHK2(T68)蛋白表达显著增高.结论:ART能够抑制乳腺癌MDA-MB-231细胞的增殖、迁移和侵袭,并使该细胞阻滞于G2/M期,可能与γH2AX(S139)、phospho-ATM(S1981)、phospho-CHK2(T68)等蛋白的激活引起DNA损伤反应通路的激活有关.     

基于ART2神经网络的入侵检测方法

提出基于ART2神经网络的入侵检测方法.采集基于主机和基于网络的入侵特征数据,分析入侵行为的空间和时间关联性,并对入侵特征数据中的关联信息进行处理,提取入侵行为之间的关联性,降低入侵检测算法的复杂性;利用ART2算法的自学习能力、自组织能力、良好的稳定性和可塑性以及快速识别能力,实现对用户行为的近实时检测,取得了较高的检测准确率,在识别未知攻击方面具有较好的性能.     

基于ART2神经网络的手势动作肌电信号识别

针对手势动作肌电信号识别中存在的识别效率和稳定性问题,采用一种基于ART2神经网络的手势识别方法,并进行了单用户和多用户的实验研究.对8名受试者、8类手势动作模式的单用户实验,取得了较高的识别正确率,与BP网络相比,ART2分类器具有识别率高、实时性好、鲁棒性强的优点;同时,多用户的实验结果表明,ART2网络对手势动作肌电信号的识别具有良好的自适应性和稳定的分类能力.     

代数重组技术的计算机模拟研究

代数重组技术(简称ART)是级数展开算法这一大类中一种重要的方法。ART的计算效率是比较低的,但是,在某些情况下,比如折射修正、非线性修正或不完全投影重组,ART可以优于卷积法。在本文中,对ART算法的基本步骤进行了系统的计算机模拟研究,例如迭代方法、迭代步骤、加权因子的选择等。此外,对弛豫系数的选择进行了讨论,为改进重组精度和计算效率作了一些尝试。最后编制了实用的程序并给出了使用这程序所得到的图象。     

RC网络模拟与有限差分法

RC网络模拟是以地下水流与电流相似原理为基础发展起来的。对水文地质问题,它与有限差分法在解题过程和处理方法上有相似之处。但是前者属物理模拟,后者属数值模拟,两者在离散方程、网络割分、边界处理、模拟过程等方面存在着较大差别。本文着重讨论二者的差别。图7,参2。     

基于遗传算法的 ART2 神经网络数据集优化

为了提高小样本集情况下自适应谐振(ART)神经网络聚类的可靠性,提出了基于遗传算法的ART2神经网络训练集优化算法,克服了ART1神经网络编码的稳定性尚未完全解决和只能接受二进制模式的缺陷.利用遗传算法的全局寻优能力,通过对训练样本集添加适当的边界样本点,并将边界样本点和原样本集有机结合,以提高ART2神经网络的泛化性能.对ART2神经网络聚类算法的适当变更,以适应样本集的变化情况,并避免ART神经网络在不同训练阶段产生不同的聚类结果.实验证明,采用本算法后,ART2神经网络的聚类准确度可提高30%.     

ART1神经网络在隧道围岩分类中的应用

将自适应共振理论(ART)神经网络模型用于隧道围岩分类,改进了ART1神经网络的工作过程,通过自适应的学习记忆过程,建立了分类模型,有效地避免了人为主观因素的干扰.利用川藏公路二郎山隧道围岩分类样本对模型进行检验,结果表明,ART1神经网络模型性能良好,对隧道围岩分类的精度较高,是一种值得推广和应用的围岩智能分类方法.     

基于复合神经网络的柴油机故障诊断专家系统

针对ART神经网络和BP神经网络在故障诊断领域应用的优点及不足,结合专家系统擅长推理的优点,将ART2和并行BP神经网络组合优化策略运用在专家系统中,用Visual C＋＋6．0语言作为软件开发环境,构造一个基于复合神经网络的专家系统。最后给出一个应用实例,验证了系统模型的合理性。     

用模糊ART神经网设计自适应调色板

本文分别采用模糊ＡＲＴ神经网和模糊ＡＲＴ神经网的变体设计了自适应调色板。文中通过实验证明，模糊ＡＲＴ神经网设计灵活，且客观映射误差有比较明显地改善；同时，通过负模糊度概念的引入，构筑模糊ＡＲＴ神经网的一种变体；负模糊ＡＲＴ，进而从实验上证明了负模糊ＡＲＴ，以较少的类别数可得到较佳的视觉效果。     

基于模糊 ART-2 的神经网络火灾探测系统

提出将ＡＲＴ－２神经网络与模糊系统串联而成的模糊ＡＲＴ－２神经网络系统并用于火灾探测，使其对火灾信号具有很好的聚类特性．实验结果表明，该系统比ＢＰ神经网络火灾探测系统具有更强的适应环境的能力，能够更快、更准确地探测各种标准试验火并具有很强的抗干扰能力．     

鲁棒性增强的ART1神经网络

本文详细讨论了ＡＲＴ１神经网络实现算法过程中匹配因子的选择，提出了适用于消除信号噪声以及恢复信号中部份缺损的信息的匹配因子．从而提高了ＡＲＴ１在进行模式分类的工作性能，改善了ＡＲＴ１抗噪性能，一定程度实现了从部份信息丢失的信号中联想恢复出完整信号，增强了ＡＲＴ１的鲁棒性．     

改进的ART1网络及其在英文字符识别中的应用

 通过实验发现传统的ART1人工神经网络的分类结果和输入样本的顺序有关.分析并指出了原因,给出了相应的改进算法.最后,比较了传统算法和改进算法应用于英文字符识别的分类结果.