煤与瓦斯突出的神经网络预测分析

煤与瓦斯突出是一个复杂的过程 ,做好预测预报工作显得尤为重要。本文通过建立煤与瓦斯突出的人工神经网络预测模型、原始样本的学习 ,可预测待报样本的突出情况 ,并进行了实例分析。经过检验 ,该预测模型的预测精度较高。图 1 ,表 2 ,参 3。     

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。     

基于遗传算法的变结构神经Petri网模型

将Ｐｅｔｒｉ网理论引入到神经网络模型的研究中，依据生物学神经系统的可塑性，通过适当扩展规范Ｐｅｔｒｉ网，建立了人工神经元状态转化的Ｐｅｔｒｉ网模型，在此基础上给出了利用遗传算法设计变结构神经Ｐｅｔｒｉ网的方法，该方法不仅可以得到满足要求的网络参数，而且能对网络的拓扑结构进行优化，仿真结果验证了该方法的可行性。     

容错控制系统的一种神经网络控制策略

基于神经网络的函数逼近能力及其容错性，提出了一种神经网络容错控制策略；首先利用系统重构的方法设计控制系统在各种故障情况下的控制律，然后采用一个神经网络来学习这些控制律的特性，学习结果后，将该神经网络作为控制器对系统实验控制，对一个具体的线性控制在传感器故障情况下的神经网络控制进行了仿真研究，结果表明：神经网络控制器能够代替系统原有的控制器，而且在系统发生未知故障时，同样具有容错性。     

求解绝对极小拟合问题的神经网络方法

提出了一个解绝对极小拟合问题的神经网络，并证明它的全局收敛性，该网络的优点是没有选择惩罚参数的困难，稳态解对应最优解，及网络电路中不含变量间的模拟乘法器。     

基于神经网络的快速分组交换的输入访问控制

提出了基于神经网络实现用于ＢＩＳＤＮ的快速分组交换的输入访问方案。引入输入访问控制是为了提高交换机的吞吐率。由于它属于组合优化问题，可采用连续型Ｈｏｐｆｉｅｌｄ神经网络实现。给出了能量函数、网络参数、连接矩阵及计算机模拟结果。     

SOFM和HMM在矢量量化码本优化中的应用

在语音压缩编码中，矢量量化占有很大比重和计算量。码本的好坏与方法的选择有很大关系。将基于神经网络的ＳＯＦＭ（自组织特征映射算法）和ＨＭＭ（隐含马尔可夫过程）应用于矢量量化，从而产生更为优良的码本。     

人工神经网络预测含硫芳香族化合物的水解速率常数

本文利用误差反向传播（ＢＰ）的人工神经网络（ＡＮＮ）模型处理低度非线性问题。研究了含硫芳香族化合物水解速率常数与其结构及物理化学参数之间的定量结构活性相关（ＱＳＡＲ）。预测结果与实验结果符合良好，优于多元回归方法（ＭＬＲ）所得的结果。     

一种基于相关信号非线性处理的光学联想识别系统及其计算机模拟实验研究

本文提出一种基于相关信号非线性处理的光学联想识别系统，描述了它的工作原理．利用计算机模拟验证其实验的可行性．最后对模拟的结果进行了讨论和分析，指出了通过边缘增强非线性处理的图像可使系统在识别能力方面得到优化．     

足球运动技能形成的生理学、心理学影响机制

足球运动员是以特殊的运动知觉作为开始，其运动行为是在主体目标导向下，神经网络与环境作适应性相互伸用的过程，而仲何足球运动员身体动作的完成，都建立在相应的心理素质和生理素质某础上，任何一个足球队员的运动能力都是心理因素和生理因素的协同结合。