神经网络在股票市场预测中的应用

分析了BP神经网络、遗传神经网络、双神经网络、RBF神经网络和概率神经网络在股票市场预测中的应用。     

利用神经网络的零件在线测量与精度分析

提出了利用神经网络的零件在线测量的方法，该方法克服了常规接触式测量难以实现在线测量的缺点，利用对零件所拍摄的立体象对，对其进行必要的处理和分析后，提取其三维信息，从而计算出零件表面点的三维坐标．在处理过程中，充分利用神经网络的学习、记忆和并行处理的能力，以满足在线测量的连续、快速测量的要求，实际应用表明，本文所提出的方法完全能满足自动化生产中零件在线测量的要求，对具有复杂曲面的零件的测量尤其具有重要价值     

Direct - Torque, Neuro - Fuzzy Control of Induction Motor

Fuzzy systems are currently being used in a wide field of industrial and scientific applications. Since the design and especially the optimization process of fuzzy systems can be very time consuming, it is convenient to have algorithms which construct and optimize them automatically. In order to improve the system stability and raise the response speed, a new control scheme, direct - torque neuro - fuzzy control for induction motor drive, was put forward. The design and tuning procedure have been described. Also, the improved stator flux estimation algorithm, which guarantees eccentric estimated flux has been proposed.     

一种改进的神经网络算法在销售预测中的应用

本文针对传统神经网络算法的不足之处给出了一种改进算法,且将该算法应用于销售预测中,获得了良好的预测结果,可作为预测商品销售的一种手段.     

一类变时滞细胞神经网络模型的指数稳定性

讨论了一类变时滞细胞神经网络模型的指数稳定性问题.通过构造新的Lyapunov泛函和利用线性矩阵不等式（LMI）技术,获得了一些保证模型的平衡点指数稳定的充分条件.     

人脑信息加工神经网络化体系初探

本文对心理词汇、外语心理词汇、二语心理词汇、双语心理词汇所涉及到的语言与思维关系问题进行了较为深入的分析、阐释和讨论,明确指出：1）在语言习得和外语学习过程中,逻辑思维和形象思维两套系统会因信息输入途径的不同而各自、相继或同时参与着信息加工;2）两种思维系统所参与的信息加工,会以＂词条或概念群组＂的形式加以储存;3）提出了外语学习信息加工心理词库的假说;4）并对定位论和总体论以及各种类型心理词汇的分类、概念及其信息输入、储存、激活等问题分别进行了简明扼要地阐述、分析和讨论;在此基础上,提出了＂人脑信息加工神经网络化体系论＂假说。     

校级重点建设学科之基础数学学科

基础数学学科是南京晓庄学院的校级重点建设学科,目前,该学科共有代数学、微分方程及其应用和几何学等三个研究方向。学术带头人分别是任艳丽教授、肖敏副教授和袁俊副教授,研究重点集中在环论、神经网络和几何凸分析。该学科拥有专任教师共计14人,其中高级职称9人,博士6人（含博士后3人）,硕士6人。     

应用神经网络专家系统预测浅层地下水水质

在系统介绍神经网络专家系统基本原理和工作步骤的基础上，利用开发出的神经网络专家系统，总结分析出影响淮南市区浅层地下水水质的主要参数，并通过B-P网络对大量实例的学习，自动生成符合实际的专家知识库；对实际问题，只要输入区块的特征参数，系统就能由推理机根据专家知识库给出预测区的水质，权值不受人因素为干扰．并以淮南市区16已知水样点的评价参数及水质级别为学习样本，对6预测水样点的水质进行了预测，结果表明效果良好；从而指出运用神经网络专家系统可以克服指数法和聚类法等不易准确确定参数的隶属度和权重分配等局限性，保证了预测结果的精确度和可靠性；只要测得预测目标的特征参数后，输入系统，很快就能得出预测结果，从而提高了预测速度和工作效率。     

一种前馈神经网络算法

神经网络由于其非线性处理能力强。性能稳定等特点得到了广泛应用和研究。主要应用于模式识别、信号处理、知识工程、专家系统、优化组合、机器人控制等。神经网络中使用最为广泛的就是前馈神经网络。其网络权值学习算法中影响最大的就是误差反向传播算法(back-propagation简称BP算法)BP算法存在局部极小点。收敛速度慢等缺点。基于优化理论的Levenberg-Marquardt算法忽略了二阶项。该文讨论当误差不为零或者不为线性函数即二阶项S(W)不能忽略时的Hesse矩阵的近似计算，进而训练网络。     

基于遗传BP神经网络的化工企业安全体检模型研究

近来频繁发生的化工企业安全事故使企业意识到企业安全的重要性,企业安全评估预警已成为各界关注的焦点。针对引发化工企业安全事故因素的复杂非线性特点,提出基于遗传BP神经网络的化工企业安全体检模型,该模型通过遗传算法克服BP神经网络局部最小的缺点,利用主成分分析法优化输入矩阵,并以山东省101家大中型化工企业数据为实证样本,对模型进行仿真实验。实验结果表明,该模型体检结果与真实期望值的相对误差在1.34%~3.84%,具有较高的评估预测精度,能够准确对企业进行安全体检。