神经网络在变结构控制系统中的应用

本文提出了一种用模拟器件实现神经网络的方法．它能以很高的精度实现一个被训练好的神经网络的功能。作为一个例子，本文把神经网络应用于变结构系统中，并取得了很好的控制效果．     

神经网络在引信智能信息处理中应用的研究

介绍了应用神经网络进行引信智能信息处理的探索性研究。采用BP算法建立了无监督特征提取的图象识别系统,包括三层网络自动联想机与两层网络信息提取器,实现了对输入图象的训练、记忆与分类。研究结果表明该方法技术可行,在一定程度上体现了信息处理的智能性。     

细胞神经网络──模型与实现

在对ＣＮＮ模型进行简要分析的基础上，利用一种新型的全集成器件──跨导运算放大器（ＯＴＡ）实现ＣＮＮ模型。对便于ＶＬＳＩ实现的网络模型进行了一些探讨和分析，提出了直接用ＯＴＡ的非线性特性实现ＣＮＮ的折线输出，毋需在神经元输出端附加其它非线性阈值函数，整个设计仅采用ＯＴＡ和电容２种元件，这使得设计更加紧凑合理。     

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。     

人工神经元网络在液压机行程停位控制中的应用

液压机行程停位精度是液压机先进性能的主要衡量指标，它直接影响着锻件产品的加工质量及液压机自动化生产。作者采用人工神经元网络来提取液压机工况条件和超程值之间的一般关系，并将其用于超程预测，从而实现了高精度停位控制。研究及大量试验表明：该方法不仅具有停位精度高及稳定性好等特点，而且这种控制系统的控制能力可以在液压机生产过程中具有不断提高的智能特性。该方法在３．１５ＭＮ液压机上的停位控制精度已能达到±０．５ｍｍ．     

用细胞神经网络实现蔡氏混沌电路

研究了用细胞神经网络（ＣＮＮ）实现蔡氏电路的方法，把ＣＮＮ模型与蔡氏电路模型两者联系起来，并且只采用一般常用的运算放大器、电阻和电容即可方便地构成蔡氏电路，试验结果表明，电路原理简明，工作可靠，性能优良，有较大的实用价值。     

Metric inference for social networks

Using a natural metric on the space of networks, we define a probability measure for network-valued random variables. This measure is indexed by two parameters, which are interpretable as a location parameter and a dispersion parameter. From this structure, one can develop maximum likelihood estimates, hypothesis tests and confidence regions, all in the context of independent and identically distributed networks. The value of this perspective is illustrated through application to portions of the friedship cognitive social structure data gathered by Krackhardt (1987).We thank Ove Frank, David Krackhardt, the editor and the referees for their constructive comments and suggestions.     

Omninet微机局部网络性能的仿真分析

在着重介绍了Ｏｍｎｉｎｅｔ 网络通信协议ＣＳＭＡ／ＣＡ 的仿真分析与结果的基础 上，建立了信息包为定长、变长以及考虑应答包情况下的仿真模型。讨论了用户工作 站数目、信息包长度以及应答包对系统性能的影响。通过对ＣＳＭＡ／ＣＡ协议与非持 续ＣＳＭＡ协议进行比较分析发现，ＣＳＭＡ／ＣＡ协议的性能优于非持续ＣＳＭＡ协议。     

支持分布式数据库的局域网——NGNET

本文从局域网支持分布式数据库和简化分布式数据库设计出发,对NGNET的结构、功能以及设计进行了分析,着重介绍了NGNET传送器的软、硬件设计以及可靠性广播对分布式数据库设计的支持。     

人工神经网络应用于光谱分析：校正与辨识

将人工神经网络（ＡＮＮ）用于光谱分析校正与定量分辨中，采用三层节点模型和反向传播学习算法对模拟与实测数据处理结果表明，人工神经网络对光谱分析校正与定量辨识是可行的。从页为光谱辨识与多元校正提供了一条新途径。