简介：BP算法是人工神经网络研究的一个常用方法,但从本质上说是属于局部寻优法,容易陷入局部极小点,且存在着学习速度与精度之间的矛盾;遗传算法是一种全局优化算法,具有并行计算能力.本文采用遗传算法来训练前向神经网络,建立一个基于遗传算法和BP算法的神经网络预测模型.试验结果表明它是一个成功较高的预测模型.

简介：本文对本世纪80年代中期兴起并紧密结合现代科学技术进步的一门新兴学科--模糊神经网络进行了综述,分析了所取得的主要成果及其特点,并指出了今后模糊神经网络研究中有待解决的许多问题.针对这些问题,介绍了笔者的工作--模糊逼近神经网络摄动系统,对开展模糊神经网络的研究将具有启迪作用和现实意义.

简介：本文首先提出了一个双语教学评价体系，在此基础上构建了一个BP神经网络评价模型，很好地解决了教学评价体系中各项指标所占的权重问题。使用Matlab进行仿真的实验结果验证了该模型的智能性和有效性。

简介：研究了Hammerstein模型的辨识问题,并考虑了多输入多输出(MIMO)情况.提出一种混合神经网络辨识模型,该模型由一个多层前馈神经网络(MFNN)与一个线性神经网络(LNN)串联而成.给出了一个反向传播(BP)算法同步训练该混合神经网络的权值和阈值.仿真结果表明了该方法的有效性.

简介：提出一种基于BP神经网络的异常入侵检测方法，由于BP神经网络是一种基于误差反向传播算法的多层前馈神经网络，具有对不确定性的学习与适应能力，可以很好的满足入侵检测分类识别的需求．对“KDDCup1999Data”网络连接数据集进行特征选择和标准化处理之后用于训练神经网络并仿真实验，得到了较高的检测率和较低的误报率．仿真实验表明，基于BP神经网络的入侵检测方法是有效的．

简介：本文研究了一类具偏李普希兹连续和单调增加激活函数的神经网络绝对指数稳定性问题.所得结果归结为如果联接矩阵T的负矩阵是一个非负对角元的H矩阵,那么在任意输入向量和网络参数的条件下,所选激活函数只要是偏李普希兹连续且单调增加的,广义动态神经网络绝对指数稳定.该广义动态神经网络包含常用的Hopfield神经网络,双向联想记忆神经网络和细胞神经网络作为其特殊情形,所得结论推广了现有文献中的有关结论.

简介：为准确预测电力系统中期负荷，针对常用BP算法的预测速度慢、易陷入局部最优解的缺点，改进了基本BP算法，建立了中期负荷预报模型。负荷预测仿真表明，对BP算法的改进可使预测精度和收敛速度均得到显著的提高．

简介：神经精神分析学是一个将神经科学与精神分析学的理论和方法相结合以实现精神分析科学化的新学科领域,被认为是21世纪精神分析研究的新范式,问世于20世纪末,以《神经精神分析学》杂志的创办和国际神经精神分析协会的成立为标志。神经精神分析学体现了科学精神与人文精神的融合统一,对当代心理学研究具有积极的意义。它为心理学研究中存在的突出问题提供了一种独特的解决思路,为心理学研究的未来提供了一种有发展前途的研究方向。

简介：应用BP神经网络对网店销售模型进行了研究,建立了基于店铺访客数、下单转化率、客单价和商品收藏次数来预测网店销售额的BP神经网络模型,模型的训练样本为五皇冠淘宝网店2016-04-21至2016-07-09时间段销售数据,应用构建的模型预测该网店2016-07-10至2016-07-19时间段店铺销售额,仿真模拟实验结果表明其能准确地预测店铺销售额,从而验证了模型的有效性和准确性.

简介：提出了一种基于模糊观测数据的RBF神经网络（FORBFNN），用于解决一类输出不可精确测量但可用模糊隶属度来表征的非线性系统建模问题．神经网络模型中各隐层神经单元的权重系数采用一种新的模糊EM算法辨识获得；隐层神经单元的数量及径向基函数的中心和宽度基于一种数据驱动的方法自适应确定，即首先初始生成一个隐层单元，然后根据一定的规则逐步加入新的单元，该过程不断迭代直到模型满足预设要求．该方法同时考虑了模型的复杂度及预测精度．数值模拟实验结果表明该建模方法是有效的，且建立的模型具有较高的预测精度．

简介：19世纪上半叶,来华基督新教传教士迫于汉语学习对于传教活动的必要性和紧迫性,进行了系列汉语拼音化的尝试并在所创办的报刊中推广各种罗马化注音的汉语拼音,撰写文章来阐述其汉语拼音化方法及其对汉语学习的意义。以在华传教士为代表的外国人展开的汉语拼音化活动为后世尤其是20世纪前后国人的汉语拼音化运动奠定了基础,推动了汉语在国外的传播。通过分析《中国丛报》有关传教士对汉语拼音化的建议、书评和方案,有助于厘清当时汉语拼音化活动的史实及其影响。

简介：针对T-S连续模糊系统的稳定性问题,文章总结了现有文献(文献[1]-[3])中一些新的稳定性条件。这些条件主要是基于公共Lyapunov泛函方法的,通过严格的证明,从理论上分别阐明了这些稳定条件之间的相互关系。最后通过仿真示例进一步说明了这些结论的有效性和有用性。

简介：在实验室内连续饲养12代小地老虎Agrotisypsilon（Rottemberg）,对其化蛹率、羽化率和性比进行了观察,结果表明,随着饲养时间的延长,小地老虎的化蛹率和羽化率在不断地下降,化蛹率从第1代的91.32%下降到第12代的53.37%,从第3代开始差异达到显著水平;羽化率从89.59%下降到57.93%,但在第1-6代之间差异不显著,从第7代开始差异达到显著水平;其性比始终在0.45-0.56之间上下波动,差异均未达到显著水平。

简介：结合支持向量机和神经网络各自的优点，提出了一种新颖的自适应支持向量回归神经网络（SVR—NN）．首先，利用支持向量回归方法确定SVR—NN的初始结构和初始化权值，基于支持向量自适应地构造SVR—NN神经网络的隐层节点；然后，使用退火过程的鲁棒学习算法更新网络节点参数和权值．为了验证所提出方法的有效性，给出了自适应SVR-NN应用于非线性动态系统辨识的实例．仿真结果表明，与以前的神经网络方法相比，基于SVR-NN网络的辨识方案能获得相当好的性能，它具有很快的收敛速度．因此，自适应的SVR—NN为非线性系统辨识提供了极有吸引力的新途径．

简介：神经性毒剂中毒后的自救互救是减少人员伤亡的重要措施，是防护的一个重要环节。文章总结多年研练的成果，提出了舰员在神经性毒剂染毒区内自救互救的六条措施，具有较高的可操作性，对部队的训练、和平时期的化学救援和实战救护都有一定的参考价值。

简介：本文通过采用王文英等研制的“80.8神经类型量表”和国产“DJ-A型人脑机能测试仪”对湖南省部分高校篮球运动员进行了神经类则测试和分析.结果表明：神经类与运动成绩和专项特点之间有着密切的联系.不同神经类型的运动员在某些技术指标上的差异、分布特点以及与技术特长、战术位置等有很大的亲合关系.从而为篮球运动员的选材和有效的培养运动员的技术特长及技术风格,促进我国篮球运动技术水平的提高提供了有益的参考.神经类别测试在旅球运动选材中是一项不可忽视的重要指标.

简介：基于B样条神经网络对实测地磁数据进行曲面拟合，该网络不仅保留了B样条基函数在速度方面的改进，同时也继承了神经网络在计算精度方面的优势。选用了一种修正速度最快的改进的LMBP算法进行权值的修正，最后也通过Matlab仿真实验证明了基于B样条神经网络的拟合算法在速度与精度方面的优越之处。

简介：在工业过程控制系统中，许多被控对象具有纯滞后的性质，这种纯滞后环节将导致系统不稳定。针对这种情况设计了一种控制器，这种控制器结合了模糊控制和神经网络控制的优点，可以在线调整得到一组最优的PID控制参数。仿真结果表明这种控制器结构简单，对纯滞后系统的控制效果良好。

简介：讨论BP神经网络的原理及其缺陷和改进方法．在MATLAB环境下，对含噪声文字符进行识别训练．仿真结果表明，网络收敛速度快，识别分类效果好．

简介：安全库存水平设置是供应链管理的重要内容,但因其影响因素多、关系复杂,预测难度大.神经网络在处理非线性问题有独特的优势.GRNN神经网络是建立在数理统计基础之上的一种新型的神经网络,具有良好的函数逼近效果.本文利用GRNN神经网络的方法进行供应链安全库存水平预测,详细介绍预测模型及其实施办法,并通过实例验证本方法的有效性.