空气中钍身气活性炭收集器的研究

根据塑料管内活性炭吸附空气中的钍身气＾２３０Ｒｎ的实验数据和高纯锗探头探测效率的空间分布规律,设计了三种空气中钍身气＾２３０Ｒｎ的收集器。     

空气中钍射气活性炭收集器的研究

根据塑料管内活性炭吸附空气中的钍射气２２０Ｒｎ的实验数据和高纯锗探头探测效率的空间分布规律,设计了三种空气中钍射气２２０Ｒｎ的收集器。     

n维欧氏空间R~n中超平面与球面的相切

本文证明了在几维欧氏空间Ｒｎ中球面ｓ有切超平面．空间Ｒｎ中的ｎ个超平面．只要它们的法线向量线性无关，则存在无穷多个球面与这ｎ个超平面相切。     

n维欧氏空间R~n中反演的一些性质

本文证明了ｎ维欧氏空间Ｒｎ中，球面经反演后是球面或平面；且空间Ｒｎ中ｎ个球面，只要从原点引向各球心的ｎ个向量线性无关．则存在无穷多个球面与这ｎ个球面相切。     

多层感知机分类器行为延拓线性分析及其应用

严谨的线性判别函数与判别面的理论，适用于线性阈值（MP模型）神经元分类行为分析。本将此理论扩展到非线性sigmoid神经元，分析了用来解决模式分类问题的、由sigmoid神经元构成的单隐层MLP（多层感知机）的内部行为；并通过一系列近似推理与实验验证，提出了将隐层权重矢量初始值均匀地分布在权重空间的一个圆（超球面）上的方法。针对几个困难的分类问题的实验表明，该方法抓住了MLP分类器内部行为的重要特征，它使MLP分类器跨越了可能存在的学习难点，把学习起点放在达到目标较简便的路径上。此方法在理论上简单直接，应用上方便有效，具有一定的普遍性。     

Banach空间中一类微分方程整体解性质

本论文，把描述微分方程整体解性质的著名定理Ｗｉｎｔｎｅｒ定理由原来的 Ｒｎ空间推广到 Ｂａｎａｃｈ空间。为证明推广后的结论成立．首先给出了四个引理．其中这四个引理在特殊的Ｂａｎａｃｈ空间──—Ｒｎ空间中是作为有关解的基本性质定理出现的［１］．     

关于добронравов约束的性质和该约束作用下的质点运动

在ｎ维空间Ｒｎ中证明了约束ｘ２＋ｙ２＋ｚ２＝ｖ０是可积微分约束，速度为常数的质点将在ｎ维Ｒｉｅｍａｎｎ空间Ｒｎ中沿测地线作匀速运动．     

罗尔定理的推广及其应用

本文将微分学中的罗尔定理推广到有限开区间，无穷区间和Ｒｎ空间中．     

Clifford代数上正则函数的边值问题

Ｃｌｉｆｆｏｒｄ代数上正则函数的边值问题巩志国（河北师范大学石家庄市０５００１６）空间Ｒｎ＋１上的Ｃｌｉｆｆｏｒｄ代数Ｒ（ｎ）是一个２ｎ维向量代数。设ｅ０，ｅ１，ｅ２，…，ｅｎ为Ｒｎ＋１的一组标准正交基，则Ｒ（ｎ）的元素可表示为ｅ１，这里Ｓ是｛１，２...     

一个Heilbron型问题的渐近估计

平面上ｎ个不同的点间的最大距离和最小距离的比记为ｒｎ，ｒｎ的下确界设为Ｒｎ。在本文中我们求得了Ｒｎ的上界，即Ｒｎ＜Ｃ１　＋　，这里Ｃ１＝１．０５００７５…。由此得到渐近估计：Ｒｎ～Ｃ１　．     

多层人工神经网络合理结构的确定方法

隐层结构如何选择是多层人工神经网络应用中一个关键问题·基于多层神经网络优化算法原理和非线性方程理论,建立了多层神经网络计算输出和理想输出关系的非线性方程组,分析了权阈变量、标准样本数量和输出层单元数量的内在关系,给出隐层层数和每个隐层单元数量选取应该满足的基本条件·提出多层神经网络合理结构,即隐层层数和每个隐层单元数量选取的一般原则,给出隐层结构定量求解的直接计算方法和间接优化计算方法·对具体算例进行了合理结构分析,通过神经网络优化算法对多种结构组合比较,表明所提出的合理结构分析方法的正确性·这种方法将为多层神经网络在工程应用中如何选取合理结构提供理论依据和选取有效方法·     

神经网络技术在声发射定位中的应用

针对时差定位方法受很多因素影响的弊端，本文把神经网络技术应用到声发射源定位当中．为降低输入样本的数量，提取最能揭示声发射的特征参数和运用主元分析技术；采用增加隐含层神经元个数探讨它们的误差变化来确定隐含层；运用附加动量法和优化选取初始阈值等措施进行网络设计．最后，把设计好的网络运用到实例当中，通过与实际缺陷位置的比较，结果表明：选择合理的网络结构和输入参数可以准确地定出结构损伤位置，且精度有较大的提高、计算更有效、简单．     

基于子空间分析的前馈神经网络隐层评测方法

针对最佳平方逼近3层前馈神经网络模型,采用子空间分析方法,讨论了隐单元的误差补偿性能,提出了隐层评测方法.研究结果表明隐单元选取策略应遵循其输出向量有效分量位于误差空间、回避耗损空间和尽可能靠近某一能量空间的原则,这一结果与隐单元采用什么激发函数无关,也允许各隐单元采用不同激发函数.网络的隐层性能评价可以通过隐层品质因子、隐层有效系数、隐单元剩余度来进行,而总体结果可采用隐层评价因子进行评测.评测实验表明,所提出的隐层评测方法是合理有效的.图1,表1,参11.     

Sigmoid传输函数与三层前馈神经网络的映射能力

对于具有n个隐含单元的三层前馈神经网络,证明了隐含层的Sigmoid传输函数可以把输入层数据的维数提升到n维,这意味着有n个隐神经元的前馈三层神经网络具有把低维空间映射到高维空间的能力。     

阴极射线管色度转换的神经网络模型

利用神经网络技术实现了从阴极射线管(CRT)的R、G和B空间到CIE的标准色度空间的转换.用拟牛顿法训练网络模型,建立了从CRT的R、G和B到CIE的X、Y和Z色度空间变换的3 10 10 3神经网络模型.采用7点LOG空间分布方案的343个训练样本建模的试验表明,收敛性与训练时间及模型精度均优于前人采用3~4个隐层的方案,343个训练样本、216个检验样本和64组测试样本的平均转换精度分别为0.6个CIELUV色差单位,说明该模型的泛化能力很好.     

改进神经网络自适应滑模控制的机器人轨迹跟踪控制

为了提高机器人轨迹跟踪控制性能,在神经网络滑模控制方法的基础上,提出了一种改进型神经网络自适应滑模控制方法.该方法将神经网络作为控制器,利用其非线性映射能力来逼近各种未知非线性,同时通过在控制律中加入鲁棒项来消除逼近误差.考虑到隐含层单元数和网络结构参数对神经网络映射有效性的影响,将降低抖振作为优化目标,采用粒子群优化算法对网络结构参数进行优化.最后在Matlab/Simulink环境下进行了仿真实验,并与其他控制方法进行了对比分析.仿真结果表明,基于该方法所设计的控制系统具有良好的鲁棒性和控制精确度,同时有效地削弱了抖振.     

一种RBF神经网络高精度算法研究及应用

剖析了RBF神经网络基本算法的原理以及激励函数参量与隐层单元数量按经验选取所带来的问题.基于RBF神经网络结构,以网络的权阈值为设计变量,网络误差为目标函数,通过合理的动态变量排序,构建了一种RBF神经网络的新的高精度算法,并编制计算程序.与RBF网络基本算法相比,这种算法是以权阈值为未知变量的真实优化过程,实现了RBF神经网络的高精度计算.从方程论理论出发,给出了网络隐层结构的合理确定方法.通过实例的程序分析,表明了该优化算法具有较高的样本拟合与插值精度,为进一步理论研究与工程应用提供基础.     

基于神经网络的手写体数字识别

本文将奇异值分解方法用于神经网络结构优化。通过收敛后网络的权值矩阵作ＳＶＤ分解，根据分解结果确定出较适宜的隐层神经元数目，这样神经网络结构得以简单化，连接权的数目将减少，从而使计算理减少，节约存贮资源及时间。     

设计前馈神经网络结构的一种新方法

提出了一种设计前馈神经网络结构的新方法,该方法对网络隐层节点的输出作奇异值分解,根据奇异值大小的分布情况来决定隐层节点的个数,优化网络结构。这种方法同样也适用于有多个隐含层前馈神经网络的设计。应用这种方法来设计一个前馈神经网络并对一复杂信号建模和进行预测,能取得令人满意的结果。     

基于RBF-BP复合神经网络的企业创新能力评价模型

为更加精准地测量企业创新能力,利用熵值法和相关性分析,从创新投入、创新产出、创新支撑3个维度建立企业创新能力评价指标体系,构建企业创新能力评价的RBF BP复合神经网络模型。该模型由1个输入层、1个RBF隐含层、1个BP隐含层以及1个输出层组成,其特点是将RBF隐含层的输出作为BP隐含层的输入。十折交叉验证与随机二次抽样2种方法检验表明,与单一RBF神经网络、单一BP神经网络相比,RBF BP复合神经网络模型的平均均方误差与平均绝对误差分别下降2821%、1519%和1251%、1255%,表明RBF BP复合神经网络模型具有最优的数据拟合能力,更适合于企业创新能力评价。