基于控件技术的前向神经网络实现研究

在分析前向神经网络应用特点的基础上，将其与ＡｃｔｉｖｅＸ技术相结合，提出了一种基于控件技术的前向神经网络体系结构，并用Ｖｉｓｕａｌ Ｃ＾＋＋的ＭＦＣ给出了该系统结构的实现方案。该方案具有实现简单，使用方便，宜于扩充，移植性强，界面友好等优点。     

基于自适应图的半监督图像分类方法

针对半监督分类模型存在的模型复杂度高、构造正则化项难度大的问题，从丰富样本特征表示的角度出发，构造了自适应图结构的融合网络模型（AGSH）。该模型在卷积神经网络模型（CNN）基础上引入了自适应图卷积神经网络（AGCN）提取CNN模型特征间的关系。对AGSH模型泛化性能的分析证明了该模型在解决半监督相关问题时的有效性。实验结果表明：融合模型在五种图像数据集上的分类精度相比于单一CNN模型分类精度均有提升。研究结论为解决小样本分类问题的建模方法提供了参考。     

时标上带有多重时滞的BAM神经网络的反周期解的存在性和指数稳定性

利用压缩映射原理及时标上的Gronwall不等式理论得到了时标T上带有时滞的BAM神经网络的反周期解的存在性和指数稳定性的充分条件.     

人-机身体交流的运动控制和实验研究

对人和机器人身体交流运动的协调同步问题,提出了基于逐次迭代矢量场的人-机身体交流运动控制模型;设计了逐次迭代矢量场算法,使该矢量场输出的关节期望位移能与输入的扭矩信号保持同步,且同步程度能实现参数可调;分析了两个不同逐次迭代矢量场的相互作用情况;利用7自由度机器人臂进行握手实验,以验证所提出控制模型的有效性,并通过参数识别和BP-NN神经网络对该机器人臂进行重力补偿,以便实时控制.实验结果表明,该控制模型对于实现人和机器人相互运动的协调同步是有效的.     

Efficient hybrid neural network for spike sorting

Artificial neural network has been used successfully to develope the automatic spike extraction. In order to address some of the problems before the wireless transmission of the implantable chip, the automatic spike sorting method with low complexity and high efficiency is proposed based on the hybrid neural network with the principal component analysis network (PCAN) and normal boundary response (NBR) self-organizing mapping (SOM) network classifier. An automatic PCAN technique is used to reduce the dimension and eliminate the correlation of the spike signal. The NBR-SOM network performs the spike sorting challenge and improves the classification performance. The experimental results show that based on the hybrid neural network, the spike sorting method achieves the accuracy above 97.91% with signals containing five classes. The proposed NBR-SOM network classifier is to further improve the stability and effectiveness of the classification system.     

用神经网络方法对卡巴醌系列抗肿瘤药物的QSAR研究

运用人工神经网络方法研究了卡巴醌（Ｃａｒｂｏｑｕｏｎｅ）系列药物对用Ｌ－１２０１白血病细胞接种的小鼠延长生命的活性，与传统的回归方法进行比较，可得到更为精确的结果，并且在活性预测方面有很好的效果。     

用神经网络预测饱和液体密度

使用前向神经网络，采用带阻尼的牛顿二阶学习方法，学习纯物质的饱和液体密度与温度的关系，在熔点到临界点的温度范围内，预测平均误差小于０．０３％。适宜的网络工作区间「ａｍｉｎ，ａｍａｘ」为「０．５，０．７」。     

一种基于神经网络的机器人故障检测方法

在对多种故障检测方法进行分析比较的基础上，提出一种基于神经网络的机器人故障检测系统结构，给出在线学习逼近机器人标称模型的故障检测方法。仿真结果表明，该方法能对机器人运行过程中出现的故障进行检测和定位。