面向对象的神经网络程序设计及其在

采用面向对象的程序设计方法（OOP）,利用C++中的类模板,建立了神经网络模型的抽象类Network,并提出了用C++实现的神经网络通用程序。该程序具有良好的操作性和可扩展性,并以其在非线性动态系统辨识的应用为例予以说明。     

基于人工神经网络的非线性经济系统辨识

基于人工神经网络的非线性经济系统辨识魏巍贤，邵朝（西安交通大学７１００４９）（西安邮电学院７１００６１）１系统的描述和问题的提出在经济系统研究中，最常用的是离散时间系统这类系统可用以下形式的差分方程进行描述：其中ｘ（·），ｕ（·），ｙ（·）分别为状态...     

浅谈面向对象的程序设计

文章阐述了面向过程和面向对象两种技术的差别,进而详细分析了面向对象的程序设计方法,同时进一步探讨了该类方法在使用时的优缺点。     

面向对象程序设计课程的教学改革探讨

结合实际教学经验,对目前高校在面向对象程序设计教学中进行理论教学、实践教学及教学方式、内容和考核方式进行改革探讨,以提高教学质量,培养合格人才。     

面向对象程序设计中的"继承"与"组合"

继承和组合是面向对象程序设计中的两个重要的机制,使用它们可以重用已有的类库,提高开发效率。但是不少面向对象程序设计的书籍混淆了这两个机制的用法。本文阐述了继承和组合的联系和区别,指出了一些书籍对它们的误用,并给出了正确的用法。     

基于RBF神经网络的Hammerstein模型辨识

利用神经网络的非线性映射特性,将RBF神经网络应用于Hammerstein模型辨识.首先采用将学习和辨识同时进行的在线辨识技术,然后在调整输出权值的基础上,增加调整基函数的形状参数和中心向量.此方法算法简单,学习速度快,辨识精度高,最后的仿真也验证了上述结论.     

非线性动态调节模型的滤波式递推辨识算法

针对Hammerstein非线性动态调节模型提出一种基于数据滤波的递推广义最小二乘算法,方法的主要思想是：通过数据滤波,将辨识模型分解成系统模型和噪声模型,然后分别辨识。最后给出两种方法的仿真实例,通过与递推广义最小二乘算法参数估计精度和收敛速度的比较,来说明滤波式递推广义最小二乘算法的有效性。     

案例教学法在VB程序设计课程教学中的应用

在技工教育中如何提高VB程序设计这门课程的教学效果,并找出一种与学生认知规律相适应并且能够激发学生学习兴趣的教学模式,是摆在每一位从事该课程教学的教师面前的一项重要课题。本文主要针对在讲授VB程序设计课的过程中如何实施案例教学法进行了有效的思考和探索。     

案例教学法在VB程序设计课程教学中的应用

在技工教育中如何提高VB程序设计这门课程的教学效果,并找出一种与学生认知规律相适应并且能够激发学生学习兴趣的教学模式,是摆在每一位从事该课程教学的教师面前的一项重要课题。本文主要针对在讲授VB程序设计课的过程中如何实施案例教学法进行了有效的思考和探索。     

基于MATLAB的BP神经网络算法在多元非线性系统建模中的应用

介绍了MATLAB中BP网络算法的基本训练函数。结合案例,探讨了多元非线性系统建模方法,给出了程序设计过程,对网络学．--j精度等进行了试验研究。     

应用BP神经网络校正铂电阻温度传感器非线性的方法

本文应用BP神经网络算法对铂电阻温度传感器进行非线性校正，给出了BP神经网络的结构和训练权值的方法，在训练网络时对输入量进行了归一化处理。并应用此训练的网络对一实际的温度采集系统进行校正。此方法实现简单，大大方便了铂电阻温度传感器在温度测量中的应用。     

神经网络离散建模算法在迭代学习控制中的应用

利用神经网络离散建模算法，给出了非线性离散系统的一种新颖的迭代学习控制方法．该迭代学习控制方法允许控制初始状态误差的存在且保证仅经过几次迭代就可使系统达到很高的控制精度．     

量子神经网络算法在电网故障诊断中的应用

将量子神经网络(QNN)方法应用到电网故障中,建立故障诊断模型。首先以保护装置和断路器的动作信息为条件属性集,建立电网故障决策表,然后将简化后的决策表作为训练样本,训练量子神经网络,使网络具有故障诊断功能。仿真实验结果表明,提出的算法有效提高了故障诊断的正确性和效率。     

面向对象的模型管理系统

针对传统模型管理中存在的缺陷，将面向对象方法应用到模型管理系统中，提出了一种支持建模生命周期全过程的新的模型表示方法，给出了模型管理的结构框架，最后给出以这种模型描述为基础的模型库管理系统的基本设计。     

BP神经网络在网页自动分类中的应用

针对信息挖掘中的网页自动分类问题,提出了一种基于向量空间模型和并联BP网络的分类方法。该网络由并行连接的多个子网络组成,每个子网络负责一类模式特征的提取,多个子网并行处理所有模式,将分类结果在总输出层表现出来。以因特网上旅游网页分类为例验证了该方法的有效性。     

人工神经网络及其在中医研究中的应用进展

人工神经网络是模拟人脑工作机制的一种计算机模型,由于它有自适应性、并行处理能力和非线性处理的优点,所以在中医研究中得到了应用。本文简单介绍了人工神经网络的工作原理和特点,并对人工神经网络技术在中医研究中的最新应用作了综述,指出了其在应用上的优点、不足及发展前景。     

管理干部综合素质模糊评价体系的神经网络模型

本文根据人工神经网络的理论，利用高泛化性能的BP神经网络建立了企业管理人员综合素质的模糊评价模型，通过仿真和实例表明了模型的有效性，给管理干部综合素质的测评提供了一种简便、有效的方法。     

基于BP神经网络的品牌延伸决策模型

通过分析品牌延伸决策方面现有研究的不足,探讨了消费者品牌延伸评价因素,建立了品牌延伸决策指标体系;结合品牌延伸决策问题具有的非线性和机理不明确等特征,基于品牌延伸决策指标体系,利用BP神经网络建立了品牌延伸决策模型;最后进行了模型应用。     

基于神经网络语言模型的作者身份验证

[目的/意义]为了进一步降低作者身份验证中训练语料的字符数和测试样本的颗粒度,满足更多情报分析工作实际应用的需要。[方法/过程]文章提出了一种基于神经网络语言模型的作者身份验证方法。该方法在用某一作者的语料训练出的语言模型,将给予该作者书写的其他语料更高概率的指导思想下提出。[结果/结论]实验结果表明,相较于传统的作者身份验证方法,文章提出的方法可以使用更少的训练语料,并且在小于传统方法一个数量级的测试样本颗粒度上,仍能获得略高于传统方法的AUC值,最终使得可有效验证的测试样本的颗粒度降到50。[局限]在跨体裁方面效果仍有待提高。     

采用双处理器实现的神经元网络自适应控制器

采用多层神经网络作为闭环反馈控制器,针对被控对象数学模型未知的情况,提出一种新的自适应控制算法.并给出了该算法的并行运算实现方案.利用INTEL 8098单片机构成一个能进行上述处理的双处理机系统.试验表明,这种系统可基本满足计算量大、处理复杂的神经网络自适应控制器的要求。