关于单层神经网络结构特征的一个结果

目前有许多神经网络模型以 Hebb 规则做为学习的基础.在 Hebb 规则中不包含神经元的几何结构信息.但对点数相同的二维点阵和一维点阵,大脑易于记忆二维点阵,因为它有更多的几何结构特征.Kohonen在中论述了生物神经网络的结构特征.本文在Hopfield 网络中引入几何结构信息,对其联想记忆过程做了理论分析和实验研究,试图研究单层神经网络的结构特征对联想记忆的影响,并探讨实现局域连接的可能性.1 Hopfieid 神经网络模型及结构信息的引入Hopfield在文中提出了一个神经网络离散模型.此模型中包括 N 个神经元,它们     

基于人工神经网络和专家系统结合运用的电网故障诊断技术的研究

人工神经网络（ＡＮＮ）和专家系统（ＥＳ）的结合是智能系统研究的发展方向。本文对ＡＮＮ和ＥＳ结合用于电力系统故障诊断问题进行了研究，提出一种新的电力系统故障诊断方法。该方法综合了ＥＳ和ＡＮＮ各自的优点，充分利用ＥＳ的推理能力和ＡＮＮ的学习能力，由ＥＳ根据故障报警信息搜索电网数据库，提出故障假设，再由ＡＮＮ对故障假设进行诊断。该方法教授给ＡＮＮ的知识是电网通用的故障判断知识，具有较强的能用性。研究表明ＡＮＮ和ＥＳ结合用于电网故障诊断是非常有效的。     

基于神经网络的自适应故障模式分类方法

在深入研究ＡＲＴ－２神经网络结构的基础上，提出了一种基于神经网络的自适应故障模式分类方法，并应用在轴承故障诊断中，结果表明：该方法对轴承故障模式具有自学习，快速稳定的识别能力。     

3－W_n图的优美性

证明了在齿轮图ｎ个齿的顶端各加上三条长度为１的边所得的图是优美的，从而对齿轮图的优美性作了推广．     

基于神经网络计算的子波变换实现

本文首先阐明了子波变换理论利用可变时域和频域分辨特性表达信号、获取信号特征的原理，提出了利用神经网络计算方法计算子波变换系数的新方法，并讨论了与人视觉系统密切相关的子波变换神经元的特性，提供了计算机仿真子波变换信号的结果。理论分析和实验结果表明，子波变换不仅具有对信号多分辨表达的特性，而且可以有效地压缩被处理信号。     

Ramsey极图的性质

本文在引进Ｒａｍｓｅｙ数Ｒ（ｍ，ｎ）的饱和极图Ｇ（ｍ，ｎ）的概念后，证明了Ｇ（３，ｎ）中每个顶点必至少是一个五边形的顶点以及Ｇ（３，ｎ）中至少含有个互不相交的五边形等定理；最后还证明了一个新的下界定理，从而改进了一批Ｒａｍｓｅｙ数的下界，例Ｒ（４，１５）≥１２２，Ｒ（５，９）≥９９等．     

具有模糊联想神经网络的自组织模糊控制器

在分析了几种用神经网络实现的模糊控制器不足的基础上，提出一种用模糊联想记忆神经网络实现的自组织模糊控制器；该控制器由２个模糊联想记忆神经网络分别记忆校正规则表和修正控制规则表，并通过网络权值矩阵的在线修正完成控制规则的实时修正。模糊推理则由网络的自联想功能完成。     

拟正则图的最大线图连通度及其应用

引入了则（ｐ，ｑ）图的最大线图连通度Ｒ（ｐ，ｑ），得到上、下界至多相差１的Ｒ（ｐ，ｑ）的取值范围：２ｍ－２≤Ｒ（ｐ，ｑ）≤２ｍ－２＋［２ｍｒ＋ｒ／ｍｐ＋ｒ］，其中ｍ＝［２ｑ／ｐ］，ｒ＝（２ｑ）ｍｏｄｐ。将此结果应用于容错多总线系统的最优设计，提出了两类最优容错设计，推广了已有结果，并揭示出处理机个数相对于总线条数较大时最优容错设计的广泛存在性。     

n端口网络的等效电路模型研究

本文给出了一种全互易ｎ端口网络的等放电路模型；同时提出了一般线性时不变含源ｎ端口网络的等效思路，使其等效电路的研究又进了一步。