神经网络解逆运算问题

反馈式神经网络在计算方面的独特优点之一即利用简单的正运算完成复杂的逆运算。讨论了用于运算的三个实际网络：ａ．用乘法运算完成除法的网络；ｂ．不需逆矩阵参数而解线性方程组的网络；ｃ．用余数约化运算求解中国余数定理（孙子定理）的网络。     

神经网络余数制系统

研究了神经网络余数制信号处理系统。提出求余运算的逐位比较模型，以非对称Ｈｏｐｆｉｅｌｄ网络为基础，构造了求余运算神经网络；将此网络用于求解中国余数定理，构造了实现余十转换的一种全新方案。计算机仿真结果证实了这个新方案的高速和有效性。     

余数制神经网络

提出了一种新的神经元模型，其数据和权值用余数制表示，称之为余数制神经元。它的处理能力等效于一些多层感知机模型。同时提出用中国余数定理重构信号，等效于神经元之间的非线性连接，将此模型用于分类，其单层网络可用于解高阶和边界模糊问题。     

神经网络余数制系统

研究了神经网络余数制信号处理系统，提出求余运算的逐位比较模型，以非对称Ｈｏｐ－ｆｉｅｌｄ网络为基础，构造了求余运算神经网络；将此网络用于求解中国余数定理，构造了实现务＋转换的一种全新方案。计算机仿真结果证实了这个新方案的高速和有效性。     

余数制神经网络

提出了一种新的神经元模型，其数据和权值用余数制表示，称之为余数制神经元．它的处理能力等效于一些多层感知机模型．同时提出用中国余数定理重构信号，等效于神经元之间的非线性连接．将此模型用于分类，其单层网络可用于解高阶和边界模糊问题     

关于余数系统中快速比较算法的注记

利用中国剩余定理，采用对模数重新组合的方法，对余数系统听快速比较算法进行了改进，使其数据的处理范围得到扩展，改进后的算法能够处理十进制数据的位数约为原算法２倍。     

关于SC中函数的模数及平均模数

设函数ｆ（ｘ）＝ｘ＋ａ２ｘ＾２＋…在单位圆│ｘ│〈１内解析且单叶，记其族为Ｓ，若固定│ａ２│＝ｃ，则记其族为ＳＣ，本文目的在：（１）改进ｆ∈ＳＣ中积分平均值；（２）改进奇单叶函数的估计。     

局部可变权值神经网络原理

本文改进了传统神经网络进行学习后权值矩阵在工作时不变的缺,给出一种处理多对单式分类问题新思路;网络工作时,权值矩阵中的特定局部的取值可变。并通过此思路给出一种新型神经网络模型－局部可变权值神经网络。     

一种局部回归神经网络的快速算法

针对目前局部回归神经网络动态ＢＰ算法的误差导数计算复杂、收敛速度慢的缺陷,提出了一种新的快速算法、该算法是将信号流图引入动态ＢＰ算法,较好地解决了求导数的复杂性,同时采用ＢＦＧＳ算法另快了网络的收敛速度仿真结果表明了本算法的有效性。     

广义同余神经网络的初步探讨

为了克服BP神经网络学习算法中由于Sigmoid激励函数饱和区段所造成的收敛慢的缺点,本文提出了一类新型的广义同余神经网络GCNN.由于该网络采用分段线性的广义同余函数作为神经元的激励函数,运算简便且不再存在饱和问题,因此,显著地提高了训练时的收敛速度,有利于神经网络的硬件实现.通过函数逼近和双螺旋线两个实例和BP网络的比较,验证了GCNN的良好性能.     

互感器故障诊断神经网络专家系统

基于神经网络专家系统的基本原理和利用神经网络的知识表达能够反映事物之模糊因果关系的特点，本文建立了一个用于高压电磁式互感器故障诊断的神经网络专家系统，提出了一种有效的推理方法，旨在全面、快速和准确地实现互感器的故障诊断，以提高互感器及电力系统运行的可靠性。图２，参８。     

联想记忆神经网络的学习算法设计

提出了联想记忆神经网的学习算法，并给出了算法的收敛性定理。     

一种非线性系统神经网络直接控制器的设计

提出了一种使用神经网络作为非线性对象直接控制器的设计方法 ,该控制器由一个常规控制器和一个神经网络控制器组成 .常规控制器对系统给出粗略控制 ,神经网络控制器给出补偿信号来进一步减小系统输出跟踪误差 .该方法对被控非线性对象类型的限制很少 .在该方法中 ,径向基函数 (RBF)神经网络被用来进行训练 ,训练后系统具有较好的稳定性 .仿真结果表明 ,该方法非常有效 ,对非线性系统能取得比较满意的控制效果     

时滞 Hopfield 神经网络的稳定动力学行为分析

神经网络的硬件实现常伴随反馈信号的延时,网络的应用需要对具有时滞反馈网络稳定性的充分研究。用Ｒａｚｕｍｉｋｈｉｎ型李雅普诺夫泛函方法,对非线性时滞Ｈｏｐｆｉｅｌｄ神经网络的稳定动力学行为进行了分析,利用泛函滞后微分方程的稳定性定理,导得时滞反馈连续Ｈｏｐｆｉｅｌｄ神经网络一致稳定和一致渐近稳定的充分判据。     

基于神经网络和模糊逻辑的加工误差源诊断系统

文章介绍了采用多层诊断方法和加工质量智能分析和诊断系统。此系统采用神经网络、基于规则的ＡＣＦＥ集和模糊推理来诊断误差源；系统建立了产品模型、加工过程模型、加工环境模型和检测模型；并采用面向对象的方法来组织信息；最后系统用箱体类零件在Ｔ１０加工中心加工进行了验证。     

急倾斜煤层采煤方法选择的神经网络专家系统

急倾斜煤层采煤方法众多,赋存条件复杂,用传统方法选择其采煤方法,效果不理想．为此,建立了神经网络专家系统,为急倾斜煤层采煤方法的合理选择及工作面主要技术经济指标预测提供了一种科学、可靠、实用的新方法．理论分析及实例计算结果表明,神经网络专家系统适合于处理用传统方法难于解决的、复杂的非线性系统,在煤矿生产和建设中具有广阔的应用前景．图1,表4,参7     

BP神经网络优化训练技术的研究

在分析ＢＰ神经网络理论的基础上，探讨了ＢＰ神经网络优化训练技术．文中比较了四种训练法，其中自适应调整学习率带冲量项训练法，可大大地提高训练效率，且无振荡现象．     

非确定性 TS 模糊神经模型鲁棒性的统计判据

非确定性情况下的鲁棒性是智能控制系统不可避免的一个问题．本文将ＴＳ模型的模糊神经网络表达加以拓展，提出并证明了一种基于信息论统计测度的鲁棒性描述判据，该判据是由模糊神经网络、子波变换和信息论统计测度３个部分组成，着重体现了神经信号处理、可变分辨率和随机信号处理的综合，这就为分析智能控制系统的鲁棒性提供了一种有效的数学形式．该结论有助于非确定性智能控制系统的建模与智能控制器的设计．     

一类约束最小二乘估计的神经网络算法

提出一种求解最小二乘问题的新算法,该算法通过特定函数的饱和工作方式,保证最小二乘问题对约束条件的满足,同时实现方差最小化,克服罚函数法难以得到精确解的缺陷。给出了双边约束最小二乘问题存在最优解的充分必要条件,同时证明最优解的唯一性。该算法容易用连续型神经网络实现,网络中神经元状态轨迹收敛到最小二乘问题最优解相对应的平衡点。该算法具有指数收敛速率。