人工神经网络寄生极值判别方法

根据人工神经网络自联想存在寄生极小值问题，提出了两种判别方法。这两者判别方案分别是混合人工神经网络方案和硬件判别电路方案，为人工神经网络模糊联想存储器的实际应用找到了较合理的方法。     

基于BP人工神经网络的局部放电模式识别

介绍了ＢＰ人工神经网络在局部放电模式识别中的应用．结合实际现场情况提出了一种基于统计分析的局部放电特性提取方法,在此方法的基础上对空气火花放电和油中火花放电进行了模式识别实验,实验结果证明了这种放电特性提取方法在局部放电模式识别应用中的可行性．     

用于介形类化石识别及岩芯分析的人工神经网络方法

介绍了在石油勘探中用于识别介形类化石及分析岩芯图象的人工神经元网络方法。讨论了以Hopfield网络为基本模型的加深联想记忆神经网络及加速的反向传播模型(Back-Propagation Model),将其应用于介形类化石的识别获得了很好的效果,并成功地实现了岩芯中的空隙分析。     

用人工神经网络鉴别反应动力学模型

用Sammon算法和B－P网络，Kohonen网络对正戊烷异构化反应动力学模型进行了鉴别，并加以比较，B－P和Kohonen网络成功地鉴别了模型。     

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.     

床面形态判别的人工神经网络方法

根据给定的水流及泥沙条件，预报床面可能出现的沙波形态，是一个重要的研究课题．在对影响床面形态的参数分析后，认为床面形态应由3个无量纲参数控制，因而以往采用2个参数的经验方法有很大的局限性．基于此结论，建立了预测床面形态的人工神经网络模型，该模型充分考虑了本问题的特点．验证结果表明，该模型具有较高的精度，可用于实际问题中．     

陶瓷原料中腐植酸含量的测定

介绍了陶瓷原料中腐植酸的测定原理及方法。     

应用人工神经网络判别单相牵引变压器励磁涌流

本文就单相牵引变压器励磁涌流判别问题展开研究,提出了应用人工神经网络来识别励磁涌流与短路电流的方法．将试验与MATLAB软件仿真相结合,进行了大量的仿真计算,仿真结果表明,应用人工神经网络识别励磁涌流的准确性较高,且没有误判现象．     

脑栓塞患者血清中微量元素的AAS测定及人工神经网络分析

应用火焰原子吸收法和石墨炉原子吸收法测定了脑栓塞塞患者和对照组血清中Ｚｎ、Ｃｕ、Ｆｅ、Ｃａ、Ｍｇ、Ｃｒ、Ｍｎ和Ｓｒ等的含量。     

基于人工神经网络的手写阿拉伯数字识别

本文讨论了人工神经网络在手写数字识别中的应用,针对手写体数字的结构特点,采用改进的BP学习算法进行识别.建立了基于神经网络的手写数字模式识别系统,并用Matlab仿真进行结果分析,该系统识别率为70%.     

模式识别及人工神经网络算法在16Mn钢生产中应用

介绍了模式识别与人工神经网络算法应用于１６Ｍｎ微合金化钢的生产工艺优化，并给出了各目标的最佳工艺参数供生产时参考。     

一种用于模式分类有监督的模糊ART神经网络

探讨了一种将有监督学习机制融合到模糊ＡＲＴ网络构成一个有监督的模糊ＡＲＴ神经网络模型,这种网络能同时处理有监督和无监督学习问题,并具有积累和增加网络学习的能力,对该网络进行了滚动轴承检测数据模式分类实验,并与ＢＰ网络进行了比较性实验,结果表明：该网络具有良好模式分类能力和较好的可塑性。     

非线性回归分析中的神经网络方法

基于三层前馈式人工神经网络,提出一种用于确定一类非线性曲线回归参数的有效方法。通过实例学习,结果表明,该方法具有良好的参数辨识效果     

人工神经网络在汽轮发电机局部放电模式识别中的应用

阐述了局部放电测量对大型汽轮发电机定子绝缘状况诊断的重要性。针对大型汽轮发电机定子绝缘中３种主要放电形式，进行了大量模拟试验，获得了３种放电的相位Φ、放电量ｑ及放电次数ｎ的三维特征谱图。采用多层前馈神经网络来分析局部放电三维特征谱图的统计数据，以实现电机中局部放电的模式识别，取得了很好的效果。     

BP人工神经元网络与汉语语音的音节切分

提出了一种基于ＢＰ人工神经元网络的汉语语音声韵母分割算法．计算机模拟结果表明，该算法只需对极少数典型音节进行简单训练，便可实现汉语语音的声韵母分割，且分割精度远大于传统算法所能获得的精度．     

多维特征空间中模式分类神经网络的一种设计方法

提出了一种在多维空间Ｒｎ中模式分类神经网络设计的新方法。可确定网络的拓扑结构，包括隐层、隐元个数及连接权系数。特别是由于二次阈值神经元的特例——超球面阈值神经元的使用，对特征空间Ｒｎ的分割比使用超平面阈值神经元时需利用Ｖｏｒｏｎｏｉ图进行凸区域分割简便的多。因而设计成的神经网络结构清楚直观。     

瞬变电磁勘探中的人工神经网络反演法

为使瞬变电磁勘探的反演法简单和通用,提出了一种瞬变电磁勘探吵的人工神经网络反演法,基于人工神经网络的BP算法,设计和开发了一个自适应的人工神经网络反演系统,该系统避免了复杂的电磁场计算,只需经过学习训练就能够解决复杂的实际问题,而且具有记忆功能,从而使瞬变电磁法的反演工作具有延续性和可继承性,通过对实际的地质数据进行反演,结果表明,该方法是切实可行的。