Hopfield神经网络的电致发光兑现

介绍一种用电致发光（ＥＬ）屏兑现Ｈｏｐｆｉｅｌｄ神经网络的方法，并且描述和讨论它的结构，工作原理以及应用。     

交流粉末电致发光器件老化性能的研究

介绍了交流粉末电致发光器件老化性能测试的一种新方法,即利用拟合公式和双对数坐标绘制发光器件的老化特性曲线。只要有一定数量的老化试验数据,就可估计得到长寿命的发光器件的半寿命、L_0/3寿命、L_0/4寿命等。这样,不但可提高工作效率,大大缩短交流粉末电致发光器件的研究周期,并且具有实际应用价值。     

神经网络在活性粉末混凝土强度预测中的应用

介绍了神经网络中的BP网络的模型及其学习算法原理，并将其应用于活性粉末混凝土强度预测。基于MATLAB神经网络工具箱，进行了结果分析，发现应用该网络在活性粉末混凝土(RPC)强度预测方面具有很高的精度，可以用来对高强度混凝土强度进行预测；结果表明，神经网络方法是一种可以定量分析、简便易行的预测方法，随着新型建筑材料科学领域各种实验数据不断丰富完善，计算机语言的发展，神经网络可为广大技术人员提供科学的理论分析方法，指导生产实践。     

电致发光光源在暗室照明中的应用

根据不同的感光胶片对特种波光感光灵敏度低和电致发光单色性的特点,制作系列暗室照明光源和显示器件具体研究方法是改变ＺｎＳ：Ｃｕ和ＺｎＳ：Ｍｎ,Ｃｕ半导体化合物的禁带宽度和杂质能级深度的方法,首先做出单色光,再用滤光片使光谱窄化,使其达到安全照明与显示的目的     

老化对粉末电致发光器件特性参数的影响

本文对粉末电致发光器件的特性参数作了多次测试和计算,并用碰撞离化机理,粒度分布及电子微观运动观点予以阐述,理论分析与实验结果基本吻合。     

电致发光光源在暗室照明中的应用

根据不同的感光胶片对特种波光感光灵敏度低和电致发光单色性的特点,制作系列暗室照明光源和显示器件,具体研究方法是改变ＺｎＳ：Ｃｕ和ＺｎＳ：Ｍｎ,Ｃｕ半导体化合物的禁带宽度和杂质能级深度的方法,首先做出单色光,再用滤光片使光谱窄化,使其达到安全照明与显示的目的。     

遗传算法的神经网络在交流调速中的应用

介绍了遗传算法与神经网络的组合方式及结构,并通过遗传算法神经网络的融合技术对交流调速锦绣控制,然后通过遗传算法对神经网络的参数进行集中优化,得到了被控制对象的一个最优控制器———神经网络控制器.说明了这种技术的可行性.仿真结果也表明了该控制器使得交流调速的性能得到了提高.     

神经网络前馈逆控制在交流伺服系统中的应用

基于逆系统的思想和前馈控制理论，采用前馈神经网络的学习结构和相关的快速训练方法，设计出一种闭环前馈逆控制交流伺服系统，仿真证明了其有效性。     

激活剂对粉末电致发光材料发光性能的影响

采用掺杂2种激活剂制备了粉末电致发光材料ZnS:Cu,Au,发现激活剂Cu+,Au+的掺杂量对材料亮度有较大影响.当掺入激活剂Au+与基质ZnS的质量比为0.05%,而掺入Cu+的量比达到0.29%时,得到了在400 Hz,150 V激发下,亮度可达105 cd/m2的绿色电致发光材料.通过光谱分析发现,掺杂后并没有改变发光材料的颜色.同时,用扫描电子显微镜(SEM)对ZnS:Cu,Au颗粒进行了尺寸和形貌表征.     

交流薄膜电致发光显示器件的表面保护及其特性研究

对采用二源电子束蒸发方法制作的双重绝缘层结构的Zns：Mn交流薄膜电致发光（ACTFEL）显示器件，进行了两种不同的表面保护，发现不同的保护方法对器件的发光特性有不同的影响。通过计算机模拟，其结果与实验数据吻合得较好，有助于加深对器件发光特性的研究。     

新型介质制成的粉末ACEL器件的主要光电特性

新型材料（Ｐ１９０－５３５、Ｐ２１０－７７０）具有无色透明、粘性大、耐热、抗水性能强、介电常数大、电导小等优点，用它作为粉末交流电致发光的介质，制备粉末ＡＣＥＬ器件，并测试了这种器件的Ｌ－Ｖ、Ｉ－Ｖ、Ｌ－ｆ、Ｉ－ｆ、光谱和老化等主要光电特性，证明器件的发光性能得到较大幅度的提高。     

改进的小波神经网络及其Matlab仿真

针对小波神经网络存在的不足,对其结构进行改进：构造四层结构的小波网络,增加一层隐含层,并在这一层中将网络输入不同类型的参数进行分类综合.改进后的网络结构更具直观性和物理意义,且网络权值被大大精简,提高了网络的训练和收敛速度.     

分级小波神经网络在故障诊断中的应用

提出一种分级小波神经网络结构,可实现单一故障样本训练的神经网络与组合神经网络相结合,对单一故障和多发故障都能做出正确的判断,诊断结果准确可靠.     

人工神经网络在化学中的应用进展

回顾了人工神经网络的发展历史,简要评述了近期在化学中的非线性校准、模式识别、定量结构／活性相关(QSARs)、优化、过程控制、传感器、建模、参数估计、预测预报等方面的应用。并展望了人工神经网络在化学计量中的应用前景．     

人工神经网络在信息过滤中的应用

通过分析TextCNN和TextRNN等模型的特点，构建了卷积神经网络与循环神经网络相结合的文本分类模型.在“SMS Spam Collection v.1”数据集上对模型进行测试，选用AUC和Precision等评价指标来评价模型.结果表明，模型有良好的鲁棒性，能够准确识别垃圾邮件.     

遗传算法在神经网络设计中的应用

通过对正被广泛应用的、智能的、并行的全局优化方法—遗传算法的性能分析，并与其它算法比较，阐述了遗传算法在神经网络设计中的优越性.     

神经网络在入侵检测中的应用

当前的入侵检测技术主要有基于规则的误用检测和基于统计的异常检测。提出一个基于神经网络的入侵检测系统模型，利用神经网络的自学习、自适应的特性，快速识别和对噪声数据的处理能力，使入侵检测系统能够较好地识别新的攻击。     

径向基神经网络在入侵检测中的应用

与广泛使用的BP网络模型相比,径向基函数神经网络具有训练时间短且不易收敛到局部最小的优点.将3种径向基神经网络应用到入侵检测中,用于入侵模式识别的分类和预测,从而提高入侵检测系统的检测率并降低误报率.     

模糊神经网络方法在结构风工程中的应用

本文采用模糊处理与人工神经网络相结合的方法 ,有效地实现了对建筑物结构风荷载的预测 ,同时介绍了该方法的算法过程及应注意的一些问题 ,并用 C语言编写了有关程序 ,最后用实例证明了该方法的可行性     

人工神经网络在SMA配合比设计中的应用

利用BP神经网络建立了沥青和矿料的某些性质与基于马歇尔试验的稳定度、流值及一些体积参数之间的BP网络模型,为SMA的配合比设计提供了一条新的途径.实例分析表明,该法适用性强,所得结果满足工程要求.