岩土流变本构模型的可辨识研究

系统辨识的成功实施,应建立在系统的可控、可观测和可辨识性3个基本条件之上.通过构建新的状态空间变量,将岩土材料流变本构模型这种典型的SISO线性定常系统模型转换为状态空间描述,证明了该模型的可控性和可观测性矩阵均为满秩阵,因而是完全可控可测的.然后,利用CHNN的优化计算能力,探索了一种流变本构模型可辨识的新的有效途径,获得相关的辨识算法,并用Matlab软件开发了相应的辨识程序.有关考题验证表明,该辨识算法成功可行.表2,参9.     

基于遗传算法和神经网络的远程减速机故障诊断系统的设计

通过对减速机故障形式的分析,采用BP神经网络建立故障诊断模型,利用遗传算法优化神经网络权值、阈值、网络结构,将遗传神经网络模型应用到远程减速机的故障诊断的设计中,比较单一的神经网络和遗传神经网络的训练误差曲线,得出遗传神经网络在训练速度和准确性上远远高于神经网络训练模型.     

A classifier based on rough set and relevance vector machine for disease diagnosis

A new intelligent method for disease diagnosis based on rough set theory (RST) and the relevance vector machine (RVM) for classification is presented as the rough relevance vector machine (RRVM). The RRVM mixes rough set’s strong rule extraction ability with the excellent classification ability of the relevance vector machine through preprocessing initial information, reducing data, and training the relevance vector machine. Compared with traditional intelligence methods such as neural network (NN), support vector machine (SVM), and relevance vector machine (RVM), this method manages to identify disease samples objectively and effectively with less transcendental information. Biography: LI Dingfang (1965–), male, Professor, Ph. D., research direction: computational learning theory, computing in science and engineering.     

一种混沌神经网络模型及其在优化中的应用

通过在Hopfield神经网络模型 (HNN)中引入非线性自反馈项 ,提出了一种具有暂态混沌动力学行为的神经网络模型。该模型首先经过一个倍周期倒分叉过程进行混沌搜索 ,进而进行类似HNN的梯度搜索。由于它利用了混沌搜索固有的随机性和轨道遍历性 ,因而具有较强的克服陷入局部极小的能力。两个典型的函数优化例子表明了该算法的有效性     

多个数字仪表字符串区域的定位和识别研究

根据待识别图像中多个仪表的特点,运用边缘检测技术、数学形态学方法、连通域标记法等来定位出多个仪表待识别字符串区域,并运用BP神经网络来识别.经过试验,能准确定位出各个仪表字符串区域,其识别率也达到了95%.     

一维Hopfield神经网络模型的多稳态分析

本文讨论一维Hopfield神经网络模型的多稳态问题.当模型所含S型激活函数没有有界性限制时,本文首先讨论了模型平衡点的存在性,并进一步给出了模型取得一个,二个,或三个平衡点的参数条件以及每个平衡点的稳定性.然后本文研究了模型在参数所有取值情况下的平衡点个数及其稳定性.最后,通过两个实例及其数值模拟说明了结果的有效性.     

基于神经元协同激励的稳定时间可控情景记忆

情景记忆（Episodicmemory）被认为是学习与记忆、感觉信号的加工和处理等认知功能的一个重要表现。在大脑的运行过程中，模式的稳定时间是可变化的。为了更好的模仿真实大脑在情景记忆过程中的状态，提出了一种基于彳尹经元协同激励的不同模式的稳定时何不同的恃景记忆模型。在本模型当中，模式和输入模式之间的相似性控制模式的稳定时间，相似度和模式稳定时间成正相关。同时，神经元协同激励情景记忆存储容量比传统的情景记忆模型得到明显的提高，并且存储容量和网络规模成指数比例关系。     

不同土壤对心叶烟和三生烟种子萌发率的影响

测定了四种不同土壤的基本理化性质,并分别用其培育心叶烟和三生烟种子,统计两种烟草种子在四种土壤中的萌发率.结果表明：两品种烟草种子萌发率在育烟基质与其他3种土壤间有极显著差异（p〈0.01）,而在两烟草品种间差异不显著.     

用人工智能和神经网络的方法组建数据压缩系统

数据压缩是现代信息处理的基础课题之一．文中对数据压缩的设计思路作了分析和拓展，从系统的角度对数据压缩与人工智能、神经网络的结合作了一些大胆的、初步的尝试，并对这个研究方向作了一些功能上和性能上的分析，提出了再压缩的概念．     

含脉冲的Hopfield神经网络的周期解及其全局指数稳定

利用常数变易法、分段Lyapunov函数和压缩映像定理，讨论了含脉冲的Hopfield神经网络模型的周期振荡性及其全局指数稳定性．在此基础上给出了网络稳定的脉冲控制器．所得结果易于验证，也是不含脉冲时一些结果的推广。