简介：对于环R．一个右R模被叫做主伪内射模。若每一个从M的主子模到M的单同态可以扩张为M的自同态．主伪内射是主拟内射的推广．在本文中，我们给出了一些主伪内射的性质并讨论什么情况下主伪内射模是主拟内射模的问题．

简介：主要引进了伪i-内射半模的定义,并根据对偶原则,参照k-投射半模及内射模的结论,得到了伪i-内射半模的一些很好的性质,从而实现了把环中内射模的某些性质在半环中内射半模方面的部分推广.

简介：在本文中,我们定义了拟GP-内射模,并且得到了关于它的一些结果.这些结果总结了GP-内射环和拟P-内射模的一些结果.

简介：对于环R.一个右R模被叫做主伪内射模,若每一个从M的主子模到M的单同态可以扩张为M的自同态.主伪内射是主拟内射的推广。在本文中,我们给出了一些主伪内射的性质并讨论什么情况下主伪内射模是主拟内射模的问题。

简介：利用查表确定标准正态分布的函数值非常有限,这给工程应用带来很多不便。文章讨论了基于神经网络计算标准正态分布函数值的方法、数学原理、网络构造和学习过程。示例表明,计算简洁、方便,准确率能达到10^-6。

简介：本文用矩阵测度研究了一类区间联想神经络的稳定性,给出了其稳定的判别准则,推广和改进了文[1-2]的工作。

简介：左R-模M称为Eω-内射模,如果对环R中任意的ω阶Euclid理想I来说,任何R-模同态能够拓展为R-模同态。左R-模M称为Eω-投射模,若对环R中任意的ω阶Euclid理想I和任何R-模同态f∈HomR（M,R/I）,存在R-模同态g∈HomR（M,R）使得f=πg,其中π是自然同态。本文证明P和Q均是Eω-投射模当且仅当PQ是Eω-投射模。进而,又证明了每一个左R-模是Eω-投射的当且仅当每一个左R-模是Eω-内射。

简介：本文通过构造Lyapunov函数和利用不等式分析技巧，研究了具有时滞的细胞神经网络的稳定性，给出了与时滞无关的网络渐近稳定的充分判据，该判据可用于时滞细胞神经网络的设计与检验，有重要的理论意义与应用价值。

简介：建立了涉及n维单形内点的两个几何不等式,作为其特例得到n维Euler不等式的推广.

简介：研究具有时滞的细胞神经网络的稳定性问题，通过构造合适的Lyapunov函数及不等式分析技巧，给出了时滞细胞神经网络全局稳定的新的充分判据，这些结论推广了已知文献中的结果。

简介：以卷积神经网络为代表的深度学习算法在医学影像分析领域正引起广泛美注，并取得了令人惊叹的进步。为了进一步提高卷积神经网络在计算机辅助筛查肺结节应用的准确率，本文设计了2种改良的深度卷积神经网络，这些改进加快了神经网络的训练速度．有效地防止了算法的过拟合。相比只采用二维卷积核的其他检测模型，该模型能够有效地学习到CT影像三维重建后的图像特征。通过实验，改进的检测模型在LUNAl6数据集上的准确率明显好于其他模型，这种网络结构也可用于医学影像领域中其他三维图像的检测场景。最后，构建了一套适用于远程医疗的“计算机辅助肺癌筛查与诊断系统”，该系统能够自动检测出CT影像中肺结节，并给出结节的良恶性概率评估。通过该系统的应用，可以有效缓解放射科医生超高的劳动强度，提高阀片效率，服务更多患者；减少漏诊和误诊发生的次数，有助于提高肺结节的诊断准确率；从而促进我国肺癌早筛工作的推广。

简介：研究了神经网络对课堂教学质量进行综合评估的原理、方法和过程,并成功地应用于实际中,结果表明该方法简洁,准确,并能克服各种人为因素.

简介：本文利用BP神经网络建立起66例肝硬化治疗结果数据预测模型，并基于matlab得出预测结果。实验证明利用BP神经网络可有效地预测肝病治疗效果。

简介：链路预测是网络信息挖掘的主要研究内容，通过对网络结构和其他信息的分析，挖掘缺失的链接或预测未来可能出现的链接。链路预测在推荐系统、社会网络和生物网络分析中有着十分广泛的应用。本文首先介绍了基于公共邻居、路径和随机游走的8种常用的链路预测指标．并在此基础上提出了一种基于这8种指标线性组合的度量指标，并经过实验找出了较好的优化参数。然后，提出了基于这8种指标的神经网络模型．并分别基于Weka平台和FANN库进行了实现。在社会网络的4个公开测试集上的实验结果表明．基于FANN库的神经网络模型的预测结果最好，在4个数据集上最高的AUC值分别达到了0。95l8、0．9289、0．7480和0．8677，与单一指标最好的AUC值相比分别提高了3．92％、1．45％、7．06％和24．35％。

简介：设R是一个环.一个右R-模M叫做拟P-内射的,如果M的每个M-循环子模到M的任一个R-同态都能扩展到M.假设M是一个自生成子的拟P-内射模.在这篇文章中,我们表明如果这样一个模是一个CF-模(特别地,CS-模),那么S/J(S)是正则的,其中S=End(MR).进一步,如果S是半素环,那么M的每个极大核是M的一个直和项.这些结果扩展了P-内射环的一些结果.

简介：本文对单位圆内的代数体函数w(z)定义了Borel点和Nevanlinna点,证明了Nevanlinna点的存在性,并在w(z)的级为有穷时,亦证明了Borel点的存在性。

简介：建立用以评价地球大气健康度的模型,选择AQI作为健康度的指标,采用双层网络的形式构建模型。局部网络采用经粒子群算法优化的神经网络,而全局连接通过特定传播函数定义的反馈边将节点连接起来,并以上一年的结果作为输入,本年的结果作为输出,建立起一个自治系统。从拟合效果、关键节点和节点关系变化等几个方面测试了网络的性状。选择日本、印度、匈牙利等几个典型国家在1985—2008年的相关数据进行研究。结果表明,模型具备功能上的完备性和极好的灵活性,与历史事实符合得很好,可以为决策者提供有价值的支持信息。

简介：针对目前BP神经网络在实际应用中，网络结构难以确定以及网络极易陷入局部解问题，用遗传算法优化神经网络的连接权和网络结构，在遗传进化过程中采取保留最佳个体的方法，建立基于遗传算法的BP网络模型，同时通过实例说明该模型在降水预测中的应用，计算结果表明该方法的预测精度较高。

简介：基于解的充分必要条件,提出一类广义变分不等式问题的神经网络模型.通过构造Lyapunov函数,在适当的条件下证明了新模型是Lyapunov稳定的,并且全局收敛和指数收敛于原问题的解.数值试验表明,该神经网络模型是有效的和可行的.

简介：本文采用Lyapunov-Krasovskii泛函方法对一类变时滞细胞神经网络的全局指数稳定性进行了研究，得出了一些关于DCNN全局指数稳定性的充分条件。