基于BP神经网络的预测方法应用研究

在分析神经网络用来预测的特点基础上，采用ＢＰ神经网络方法对浙江省未来若干年的茶叶产量进行预测，并将其预测结果与采用灰色系统方法预测的结果进行比较分析，表明该方法的预测效果较好，可以用来对经济作物的产量进行中短期预测。     

一组混沌保密通信系统的理论探讨

混沌保主系统是用混沌系统中的状态作为密钥信号对信息信号进行编码，从而提高信号传输时的抗破译能力。信息信号在接收端系统被恢复出来，其中的关键在于接收端与发送端混沌系统要达到同步。本文构造了保密通信系统的发送端和接收端混沌系统，交 沌的同步归结为一个非线性一     

用RBF神经网络预报冷轧精整机组的成材率

分析了某冷轧厂的发货预报系统，并利用改进ＲＢＦ（ＲａｄｉａｌＢａｓｉｓＦｕｎｃｔｉｏｎ）神经网络学习算法建立了该系统中精整机组成材率的预报模型。仿真效果很好。文章最后就可能存在的问题提出了解决方案。     

纯滞后对象的神经网络辨识及自适应控制

提出了一种针对纯滞后对象的神经网络及控制结构，在神经控制器的线训练中，引入了反向传播的预测误差信号，并采用基于Ｋａｌｍａｎ滤波的学习算法分别训练用于辨识的神经网络及神经控制器。     

基于YOLOv3的布匹瑕疵检测方法

针对布匹瑕疵差异较大、分布不均匀等问题，在YOLOv3中引入SwinTransformerBlock模块，用自注意力机制专注于有效特征排除无效特征的干扰，解决瑕疵差异大、分布不均等问题.同时用可变形卷积v2替换普通卷积，增大网络的感受野和多尺度建模能力，更好地适应瑕疵的形状和位置变化，从而提高目标检测的准确性和鲁棒性.实验结果表明，改进后算法在mAP上比原算法提高了3.80%，在检测速度上下降了2.86帧每秒.     

第3届神经网络国际会议

第3届神经网络国际会议（International Symposiumon Neural Networks2006，简称ISNN2006）于2006年5月28日至6月1日在成都皇冠假日酒店隆重召开。     

一类具有时滞模型的平稳周期振荡

研究一类具有时滞模型：ｕｉ（ｔ）＝－ｂｉ（ｔ）ｕｉ（ｔ）＋∑ｊ＝ａ＾ｎＴｉｊ（ｔ）ｆｊ（ｕｊ（ｔ－τ）＋Ｉｉ（ｔ，ｕｉ）的周期振荡，利用重合度和Ｖ－泛函方法，得到该模型存在唯一稳定的周期振荡条件、推广和改进了文献「１」的结果。     

关于Sakaguchi函数族

本文利用从属原理以及卷积等工具,对Sakaguchi函数族S.(e)、S.(1/2)、S.(0)的若干偏差性质进行了研究。建立了若干有用的不等式。所得的结果推广了文献[4]中的主要结论。参考文献6。     

一类具M-P型非线性神经网络模型的渐近性与指数稳定

研究了二元非线性时滞神经网络模型.获得了大阈值及临界阈值情形的渐近行为与全局指数稳定.特别是对临界情形建立了解趋于各平衡点的充要条件,其结果对相关文献的结论作了较大推广.