基于模块化神经网络的自组织算法研究

文章根据大脑信息处理原理,对模块化神经网络进行相关的解析,分析模块化神经网络的信息点,对于由大量信息点组成的子网络结构学习自组织问题,神经元实现对输入样本空间的链接等问题提出了相关的算法,解决了子网络在有效时间段内采集相关数据,并实现集成的问题,提高了神经网络学习的效率,也对获取学习信息进行了相关的研究。     

求解有界约束LS问题的神经网络

神经网络是一门新兴的信息处理技术,它可用于优化问题的实时求解,本文针对有界约束LS问题,从数学理论出发设计出一种神经网络模型,能实时处理得到最优解。     

一类神经网络模型的平衡点的收敛速率

研究了一类神经网络，包括Hopfield神经网络和细胞神经网络，从神经网络的互连矩阵以及神经元输入输出的激励函数出发，建立了全局情况下的指数收敛速率的估计和指数稳定性的结论。     

BP神经网络实现函数逼近的应用分析

在简单分析BP神经网络数学原理的基础上,指出了BP神经网络存在的问题.接着选择了一个具体的目标函数,利用Matlab的神经网络工具箱进行系统仿真.通过改变系统的隐层神经元数目、训练函数和激励函数,分别比较了系统在模型发生改变后在实现函数逼近性能方面的差异,并提出了要使BP神经网络在函数逼近方面具有良好的性能,在隐层神经元数目、训练函数以及传递(激励)甬数三个方面需要注意的问题.     

云环境下基于多层前向神经网络交叉覆盖算法的数据分类

基于云计算技术的神经网络方法研究为大规模数据的分析处理提供了廉价的、高效的解决方案,交叉覆盖算法可以较好地解决多层前向网络分类器的设计问题,弥补BP神经网络的不足.结合MP神经元的几何概念,基于交叉覆盖算法设计神经网络,以Iris数据集为例,基于云计算环境实现了数据分类,为多层前向神经网络在云环境下进行数据分析提供了一种有意义的研究和实践.     

基于协同进化遗传算法的SOFM神经网络及其应用

针对遗传算法优化SOFM神经网络的不足,提出利用合作型协同进化遗传算法实现SOFM神经网络优化的方法。其基本思想是：针对SOFM神经网络中存在的“死神经元”现象,在SOFM神经网络中引入全局搜索能力很强的合作型协同进化遗传算法,这样既解决了分类结果对样本输入顺序的过分依赖,又实现了SOFM神经网络在竞争过程中的全局最优性。将新算法用于矿井突水水源判定问题,结果表明,该算法具有较好的全局收敛性,且可在很大程度上避免“死神经元”现象。     

基于图论的学习记忆拓扑结构的研究

学习记忆是认知心理学研究领域中一个最核心的方向。关于这方面的研究成果已经很多。其研究的方法也很多。众所周知,学习与记忆的机理是建立在生物神经网络的基础上的,因此,要对学习与记忆的机理进行进一步深入的研究,弄清生物神经网络的拓扑结构是很必要的。基于此,作者在这篇文章中,对有关的生物神经网络中神经元之间的相互连接问题和研究进展进行综述,并以数学学科中的图论为工具提出对生物神经网络拓扑结构进行探索。     

提高普通高校本科教学评价有效性的策略研究

目前本科教学效果评价中存在许多问题,如教师和学生参与程度不高,评价体系不完善等问题.本文探讨利用类似大脑神经突触信息处理的神经网络方法来评价本科教学效果.首先采用层次划分方法设计出能够真实反映教学效果的评价指标;然后利用神经网络方法构建教学效果评价模型,对本科教学效果进行自动分类评价.     

基于进化算法的隐神经元可调径向基函数网络

本文提出了一种改进的称为隐神经元可调径向基函数神经网络 (HNMRBF) ,并且应用进化规划算法作为聚类算法来决定和修改HNMRBF网络的隐神经元 .最后 ,我们使用基于进化规划算法的HNMRBF网络来进行被动声纳信号目标的分类 ,结果表明HNMRBF网络能有效地解决用传统神经网络时所遇到的问题 ,即在线学习新的目标模式时往往会遗忘旧的模式 .     

一种基于遗传算法的LVQ神经网络及其在故障诊断中的应用

本文通过分析LVQ神经网络及其变形的基本结构和算法,研究了基于LVQ神经网络的齿轮箱故障诊断方法。常用的LVQ神经网络存在神经元未被充分利用和算法对初值敏感,从而影响诊断预测的精度。本文提出采用遗传算法优化LVQ神经网络的初始权向量,给出了正确的诊断结果,并与LVQ神经网络的结果作了对比,结果表明用遗传算法优化的LVQ神经网络比LVQ神经网络有更高的诊断精度。     

基于BP的量子神经元特性研究

量子神经计算是传统神经计算与量子计算相结合的产物,它已成为新的信息处理技术之一。以相移门和受控非门作为基本的计算单元,借助复数BP学习算法,构造出量子神经元模型,并通过数值计算给出了该量子神经元的收敛特性曲线。     

基于径向基函数神经网络的插值及其应用

针对径向基函数 (RBF)神经网络的特点 ,对插值问题 ,采用RBF神经网络进行求解。并通过增加神经元的输入和输出来拓展应用范围 ,文中讨论了在对一个实际问题建立数学模型中的应用 ,从应用的结果看 ,比传统插值方法更方便 ,具有较好的使用价值 ,并且可以很容易地推广到求解高维数据插值问题之中。     

基于AK-RBF神经网络的出水氨氮软测量方法研究

为解决污水处理过程出水氨氮难以精确测量问题,提出一种基于自适应核函数RBF神经网络的出水氨氮软测量方法。由于隐层激活函数对神经网络性能影响较大,AK-RBF 神经网络将基于欧几里得的高斯核与余弦核通过线性组合形成新的隐层神经元激活函数。网络参数学习采用梯度下降算法推导的迭代公式更新以提高网络预测精度。仿真实验表明,基于AK-RBF神经网络的出水氨氮软测量方法能够在线预测出水氨氮,比RBF神经网络具有更高的预测精度和更好的自适应能力。     

在Windows平台下四川古彝文系统的设计与开发

对在windows操作系统中进行四川古彝文信息处理涉及到的原理及若干问题进行详细深入地研究,运用现有的中文信息处理和规范彝文信息处理的研究成果及应用成果,借鉴中文信息处理和规范彝文信息处理的研究开发经验,研究它们之间在新的环境下出现的新问题,实现了古彝文信息处理,并在最后设计出了古彝文信息处理系统软件,实现了古彝文的文字处理、图象处理、多媒体应用等功能,还实现了古彝文信息处理对英文、汉文、规范彝文等多文种信息处理的兼容。     

基于自组织特征映射网络矢量量化图像压缩的研究与实现

在介绍矢量化和自组织特征映射神经网络的基础上,针对基于自组织特征映射神经网络的矢量化算法,在初始码书生成、获胜神经元搜索以及学习速率调整等方面对图像压缩进行研究.结果表明,采用矢量量化方法进行图像压缩,可以在获得较高压缩比的同时,得到较好的恢复图像质量.     

一种确定神经网络最优结构的新算法

从神经网络结构设计问题出发,提出一种确定神经网络最优隐节点个数的新方法.该算法首先按照等差数列增加隐节点,确定最优隐节点个数的范围;然后利用折半删减法确定最优隐节点个数.数值实验表明该算法在保持良好泛化能力的同时能自适应地、快速有效地确定网络最小隐神经元数目.     

快速构建BP神经网络模型

就BP神经网络应用设计中的网络隐含层数、隐含层神经元个数等具体设计问题进行了研究与探讨，提出一种新的构建BP神经网络模型方法。实验表明，使用该方法构建的网络模型训练曲面图形时，得到的网络输出曲面与原样本曲面非常接近，训练误差满足设定要求。     

对语言串并行处理的反思

在比较了大脑和计算机工作机制并找出了它们之间本质区别的基础上,分析了基于信息处理的语言各个层次串并行处理模式和基于神经元的连通论并行处理模式的优缺点,提出了基于任务和短路原则的大脑神经元弹性模拟并行处理系统的假说,并行系统可以当串行系统使用,也许这就是人脑处理语言的真正模式。     

浅谈如何开发人类的右脑

人类的大脑是一个非常奇妙、复杂的系统,因为它是由1011个具有多自由度的神经元和1015个突触联结的信息处理和决策系统.深入细致地研究人脑的高级功能对认识人类自身、挖掘自身和开发自身,起着重要的作用;对人类社会的发展,有着十分重要的意义.     

基于TDNN的线性噪声消除器

提出基于TDNN神经网络的线性噪声消除器，讨论了它的模型与学习算法及其通用逼近性．该噪声滤除器具有神经网络分布式并行信息处理能力，利用TDNN逼近噪声，然后从测量中消去噪声得到有用信号，具有较好的鲁棒性和除噪性能。