基于神经网络的无监督自学习控制系统

所论系统的控制由两个神经网络完成,即对象放识器和系统控制器。并且提出了一种 新的学习算法,它能利用存贮于辨识网络的信息改进控制策略。该控制系统可以对非线性系统,不确定系统等进行无监督的学习控制。     

节点自删除神经网络及其在磨粒识别中的应用

在前向多层神经网络的基础上,提出了一种新的节点自删除神经网络模型。该神经网络根据隐层节点输出的相似性能够自动地进行网络节点的删除。对网络中冗余节点的删除,使网络尺寸得到优化,这一定程度上也解决了前向多层神经网络的推广性和学习问题。在Ｐａｒｔｙ－４问题的实例中,通过对惯性ＢＰ算法网络和该节点自删除网络的比较,充分说明了该节点自删除神经网络在各方面的优越性。铁谱磨粒识别一直是一个困难的课题,应用自删除神经网络模型在该实例中,也取得了较好的识别效果。     

交流调速系统的自学习控制

本文介绍了Ｉ／Ｏ映照记忆模型自学习控制的理论和方法,并用其为具有重大节能意义的泵类、风类机类等交流调速装置设计通用的智能控制器,以实现对期望转速的跟踪控制．文中给出了统一的系统模型描述、学习控制原理及初值控制的处理方法．     

褪黑素对持续光照小鼠学习记忆能力的影响

运用Ｙ－迷宫检测小鼠的分辨学习和记忆能力,观察了年龄,每天２４小时连续１个月的持续光照和每日定时注射褪黑素对小鼠分辨学习和记忆能力的影响。结果表明,成年小鼠与青年小鼠相经学习和记忆能力下降;持续光照可引起小鼠学习记忆能力出现不同程度的下降;实验结果提示,褪黑素在维持学习记忆能力中具有重要作用。     

淀粉应用的大发展

扼要地介绍了淀粉在变性淀粉、淀粉糖、淀粉塑料和燃料酒精等方面的应用和发展．     

非线性离散系统的学习控制方法

对非线性离散系统的学习控制方法进行了研究,引进了离散的λ（ζ）－范数,给出了新的学习控制算法,实现了不依赖于学习控制初始数据的目标跟踪问题。为离散系统的学习控制方法的顺利发展和相应基本理论的建立进行了尝试性的探索工作。     

论农业生物地球化学及其在现代农业发展中的作用

一、学科提出的背景微量元素在农业生产中的应用和研究早有报道,但是,农业生物地球化学作为一门学科,过去在我国未见正式提出。从学科发展史上看,现代农业生物地球化学的研究工作始于苏联B．N．维尔纳德茨基（1863～1945）,他于本世纪20～40年代开创了生物地球化学新学科,后来他的学生A．．维诺格拉多夫（1885～1949）把生物地球化学的研究应用到农业生产中,即开始微量元素在农业生产中的应用研究。1950年召开全苏第一次微量元素在农业生产中的应用研讨会,并出版了论文集——《动植物生活中的微量元素》（上、下集）“’。为开展…     

化学法清洗硅片过程中清除颗粒的机理(英文)

对化学法清洗硅片过程中消除颗粒的机理作了定量的探讨。颗粒的清除是由于化学蚀刻和颗粒与表面排斥力共同作用的结果。首次提出了最浅蚀刻深度和最小蚀刻速度的概念。最浅蚀刻深度可通过颗粒与表面间作用能的关系进行计算。是小蚀刻速度则可通过蚀刻侧形进行计算。研究结果对于优化化学法清洗过程和设计高性能清洗液都具有重要意义。     

一种适合于网络专家系统的通用理论(英文)

描述运用于工业自动化的一种自适应自学习方法。基于此方法,Ａｐｔｒｏｎｉｘ公司开发出一套通用软件工具－ＳＴＩＭＴＭ,并应用于不同工业领域。ＳＴＩＭ可用于构造各类专家系统。基于因素空间理论,ＳＴＩＭ具有一系列独特之处,比如自动化、自学习,以及自翻译。如果与因特网,嵌入式控制器以及可编程逻辑控制器等结合使用,ＳＴＩＭ则成为一个十分有效的工具,可应用于远程连通与控制、模式识别、机器故障诊断,以及自动化加工过程中的传感器数据融合     

发展中国家的太阳能应用（第二部分）

在分析了大量有关资料的基础上,综述了发展中国家如土耳其,蒙古及孟加拉等国在太阳能光热,光电应用技术领域的现状及最新发展。