径向基神经网络的逼近问题

在减弱了对激活函数g的要求的前提下,研究了r(x)=NΣi=0cig(iλ‖x-yi‖Rn)在空间LP(Ω)的逼近问题(这里ci,iλ∈R1,x,yi∈Rn,g为激活函数).     

关于《REAL VARIABLE METHODS IИ HARMOИIC ANALYSIS》一书的注记

本文指出了一九八六年由美国 Academic press 出版社出版的《Real—variable Methods in Harmonic Analysis》一书中三个定理的证明错误,给出了它们的正确证明方法。关于 Hardy—Littlewood 定理还给出了更一般形式的叙述和证明,对原书中定理 B 推出了更一般的结论。     

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。     

分段函数在数学分析教学中的应用

根据分段函数所具有的特性 ,论述了分段函数在数学分析中的作用及如何应用分段函数的这些特点强化数学分析的教学效果。     

空间S上缓增广义函数付氏变换的一个初等方法

文中讨论空间Ｓ上缓增广义函数付氏变换的一个初等的定义方法．设缓增广义函数Φ是由局部可积的缓增函数所确定的正则广义函数，这时必存在一列Ｌ可积函数ｆｎ使ｆｎ→Φ，定义；对一般的缓增广义函数，因为存在局部可积的缓增函数大ｆ（ｘ）及非负整数ｑ，使Φ＝ｆ（ｑ），（正则广义函数ｆ的广义导数），这时定义Ｆ｛Φ｝＝（ｉω）ｑＦ｛ｆ（ｘ）｝．这个定义与缓增广义函数付氏变换的通常定义是等价的．不过上述定义在计算上比较具体，与古典付氏变换的计算联系较紧密．特别是，按上述定义，正则广义函数的付氏变换实际上是一列古典付氏变换在Ｓ′中的极限．     

函数f,│f│,f^2可积性间的关系

讨论了各种情况下函数ｆ，│ｆ│，ｆ＾２的可积性间的关系，给出了证明和一些反例。     

一族特殊类型的广义积分的计算

利用特殊的广义积分的计算和计算结果，解决了一些繁锁的广义积分的计算题。     

实分析中某些病态函数的性质和作用

系统地探讨实分析中某些病态函数的性质和作用，从正面或反面说明实分析中某些重要概念和原理，使实分析的理论臻于完善。     

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.     

模糊神经网络的若干进展

文章对本世纪80年代中期兴起并紧密结合现代科学技术进步的一门新兴学科——模糊神经网络进行了综述，分析了所取得的主要成果及其特点，并指出了今后模糊神经网络研究中有待解决的许多阿题。对开展模糊神经网络的研究将具有启迪作用和现实意义。     

时滞神经网络对于新的二次优化的应用

研究了一类新的二次优化最优解稳定性问题,并在M为广义正定矩阵时给出了判定平衡点全局指数稳定的充分条件,通过时滞神经网络解线性投影方程的模型,借助Lyapunov函数给出系统全局稳定性的充分条件,最后用仿真实例说明研究结果的有效性.     

利用人工神经网络来改善模糊系统的控制性能

本文提出了在模糊系统中引入人工神经元网络,以便利用神经网络的自学习能力和并行处理特性来改善模糊系统的控制性能。文中介绍了具体的控制方案和人工神经网络的学习算法,然后给出了计算机模拟的结果。     

多层神经网络BP算法的改进

多层神经网络ＢＰ算法的改进姚瑞波孙国雄汤崇熙（东南大学机械工程系，南京２１００１８）目前，前馈型多层神经网络模型已广泛应用于模式识别、语音识别、数据压缩等领域．ＢＰ算法作为其学习方式有效地解决了ＸＯＲ、Ｔ－Ｃ匹配问题，但ＢＰ网络的学习过程是对一个高...     

人工神经网络在车辆故障诊断中的应用

人工神经网络具有适合于解决复杂的非线性问题的特点,因此经常被用于车辆故障诊断。该文介绍人工神经网络的基本原理以及网络结构,通过利用Matlab人工神经网络工具箱,建立某车辆动力总成BP单网络结构的故障诊断模型,提出基于人工神经网络的车辆故障诊断方法。由于各类人工神经网络在处理复杂问题时均有不足之处,该文进一步研究混合网络的工作原理及其在车辆故障诊断中的应用,并认为此类方法将是人工神经网络在车辆故障诊断研究领域的主要发展方向。     

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．     

人工神经网络理论在控制领域中的应用综述

力图从人工神经网络的研究历史出发,在对人工神经网络在控制系统中的应用现状作出概述之后,针对当前的自动控制领域所遇到的难点问题,说明为什么人工神经网络理论能在其中获得如此广泛的关注,并详细论述其适用于控制工程领域应用的主要特征。     

层次广义同余神经网络结构及运算特性分析

提出一种层次广义同余神经网络（ＨＧＣＮＮ）,以有限环上岐次整数余神经网络ＨＧＣ－ＮＮ为例,分析了该网络的运算特性。这种运算保持了神经网络的高度并行结构,能够时完成有限环上的同余运算,给出２个算例。