简介：本文对神经网络的基本原理和应用进行了深入浅出的阐述,首先说明为何引进神经网络,然后讲述神经网络的基本原理和当前有关神经网络的前沿技术,其后对神经网络的应用情况进行了介绍,最后对神经网络有待解决的问题进行了简要说明.

简介：回顾了人工神经网络的发展史,分析了BP神经网络的结构,对BP神经网络在函数逼近、模式识别、分类应用、数据压缩等方面的应用进行了综述.

简介：本文针对标准BP算法的不足给出了改进算法——ScaledConjugateGradient（SCG算法），利用Matlab语言编制了BP网络的应用实例仿真程序。结果表明SCG算法的学习收敛速度大大地优于标准BP算法。

简介：本文使用改进的神经网络模型结构与算法来辨识未知非线性系统，具有辨识精度高，速度快的特点。该方法简单有效，为设计非缌陛对象控制器提供了一条思路，从而摆脱了用线性模型近似被控对象的粗略做法。算法中，学习率采用随误差变化率而改变的做法减小了学习率选取的盲目性，加速了网络训练过程。

简介：根据典型TCSC的补偿原理和结构提出一种基于线路无功电流控制的补偿方法，即当线路发生变化时，通过TCSC的调节保持其无功电流稳定，从而提高线路的输电能力和运行稳定性。针对TCSC现有控制方法中不能有效处理系统的非线性问题，采用先进的基于DSP处理器的神经网络算法，根据实际误差利用LM算法和DFP算法结合来完成，并给出了可靠的算法流程。

简介：1、引言人工神经网络的发展已有近六十年的历史,当前神经网络研究在理论、应用方面都取得了令人瞩目的进展。前向多层神经网络被证明具有较强的功能,误差反传训练(BackPropagation,BP)算法是这种网络的典型算法,BP网络模型已成功地用于信号处理、文本及语音变换和数据处理,成为广泛使用的网络模型之一。曲线拟合,即信号重构在信号处理,语音变换中是经常遇到的课题,曲线拟合的传统方法

简介：本文阐述了人工神经网络的生物基础、定义、模型及神经网络计算机与传统计算机的主要区别，并重点阐述了人工神经网络在控制中的应用。

简介：利用遗传算法的全局搜索能力,同时进化设计神经网络的网络结构和初始连接权,获得一组合适网络结构和初始连接权,再进行新一轮BP神经网络训练,生成神经网络的集成个体,采用二次规划计算方法,计算各集成个体的最优非负权系数进行最优组合集成,生成神经网络的输出结论,以此建立股市预测模型。通过上证指数开盘价进行实例分析,计算结果表明该方法预测精度高、稳定性好,易于操作。

简介：在收集到原始数据后，如何对这些数据进行有效分析及报告结果一直是入侵检测领域中研究的重点，并因此形成了多种ID方法。本文提出了一个ID模型，提出了一种改进训练算法，对模型的核心组成部分进行了分析、设计和实现，并进行了相关实验。

简介：脉冲耦合神经网络用于图像检索时，具有平移、旋转、尺度、扭曲等不变性，同时对噪声还具有很好的鲁棒性．本文提出了一种改进的脉冲耦合神经网络图像纹理检索算法，该算法将脉冲耦合神经网络和离散余弦变换相结合．首先将脉冲耦合神经网络输出的二值图像序列进行离散余弦变换，然后选择不同的特征提取方法提取纹理图像的关键特征，最后利用欧氏距离分类器对图像进行识别,基于Brodatz纹理图像库的实验结果证明了该算法的有效性。

简介：将模糊控制和神经网络控制相结合设计出模糊神经网络控制器，应用于交流伺服系统的调速控制中，可以克服交流伺服电机中参数变化、非线性和耦合等不确定因素的影响。针对模糊神经网络控制器运算量大、收敛慢的特点，硬件采用DSP芯片作为其控制器运算单元，成功地完成了其控制器的DSP实现，提高了交流调速系统的控制性能。

简介：通货膨胀的诱因、预测与控制是各国政府、学者乃至普通民众关心的热点问题。运用交叉相关分析法对GDP增长率、M2增长率、工业生产者购进价格指数等因素与通货膨胀间的关系进行了定量分析，确定了各因素与通货膨胀之间的领先、一致和滞后关系；然后结合人工神经网络原理，以先前确定的领先指标作为输入信息建立了基于BP神经网络的通胀预测模型，最后根据模型预测结果，提出了控制通货膨胀的相关政策建议。

简介：染色温度控制系统中存在着严重的非线性、较大的时变性和时滞性,难以用数学方法建立精确的数学模型,用传统的常规控制很难达到较好的控制效果,本文将人工智能中的神经网络控制技术和模糊控制技术结合,采用闭环控制方式实现染色缸染色温度控制.

简介：用计算机集成智能技术进行负荷预测的遗传算法是在综合人工神经网络（ANN）和遗传算法（GA）的基础上形成的,这种模型在ANN和GA的基础上可以对未来24h负荷做出短期预测.利用遗传算法可以求得最佳负荷和偏差,仿真结果表明这种方法是有效的.

简介：汽车保有量预测对城市交通的发展方向有直接的参考意义,通过分析影响城市汽车保有量的因素,找出了城市人口、GDP、公共交通服务水平等九个主要的因素,并对这些因素进行分析.同时建立了预测城市汽车保有量的BP神经网络模型.为了保证模型的收敛,在进行实例分析的时候引入主成分分析法将九个因素减少为五个因素,并进行了预测,预测精度比较高.

简介：分析了NCNN（噪声混沌神经网络）模型的几个重要参数对系统性能的影响，并对其进行了优化、、仿真结果表明，优化的算法能成功解决旅行商问题，比传统的依靠经验选择参数的方法更有效，在收敛速度同解的质量之间取得了很好的折中。

简介：城市交通流具有复杂性、随机性、模糊性和非线性的特点,城市交通流的准确预测对于解决城市交通问题具有现实意义。针对RBF网络存在的隐层节点中心难以求得的问题,通过构建的小波神经网络对扬州市文昌西路时代广场路口东西方向的交通流进行仿真预测。结果表明,小波神经网络可以准确地、实时地预测交通流,与RBF网络的预测结果对比,小波神经网络拥有相对较高的预测精度。

简介：针对常规基于S型基函数的模糊神经网络存在随模糊控制规则数目增加导致中间层节点激增的问题,设计了一种改进型的模糊高斯径向基函数神经网络控制器,给出了优化的模糊神经网络结构模型和控制器设计优化改进方法,利用减少中间层节点的数量降低算法的复杂度,并提高跟踪控制的实时性.通过优化算法在移动机器人上的仿真应用,验证了所提改进算法在跟踪控制运行中的实时性、有效性和可行性.

简介：本文针对现有砌体结构可靠度评价方法的不足之处，从实际工程角度出发，提出了用于建筑物可靠度模糊综合评定的神经网络方法，讨论了该网络各层的物理意义及各系数的取值方法，并给出了实际工程算例。

简介：通过研究视频汉字识别问题，提出了关于视频中汉字跟踪及分割算法。首先，提取视频样本特征，采用K均值算法进行聚类作为第1次分类，之后，采用多个BP（backpropagation）神经网络进一步细分一次分类后的结果作为二次分类。最后，对以上算法进行了实验验证，结果证明这些算法是有效的，多层分类器较单一的BP神经网络分类器识别率更高。