简介：开展了机器学习在翼型气动力计算和反设计方法中的应用研究,实现了在更大翼型空间范围内,人工神经网络的训练和优化,建立了翼型气动力计算模型,和给定目标压力分布的翼型反设计优化模型.作为机器学习领域兴起的研究热点,人工神经网络的研究工作不断深入,有研究者尝试将其应用于流体力学的学科范畴内.文章实现人工神经网络在翼型计算领域中应用的方法如下:首先通过Parsec参数化方法,围绕基准翼型构造了一定翼型空间范围的翼型库,利用XFOIL进行数值模拟,搭建了和翼型库具有一一映射关系的流场信息库.通过训练和优化神经网络,实现了基于此模型的快速、高可信度的翼型气动力预测,以及新型的翼型优化设计方法.通过自动化编程实现样本库的批量生成,实现了不同翼型空间的样本量下,神经网络的训练和优化过程.实验结果表明,在机器学习领域中,基于神经网络的翼型反设计模型的精确性高度依赖于训练样本量的大小和覆盖范围.

简介：针对系统误差的不确定性可能会引起滤波精度降低或发散的问题，提出一种新的基于模型预测滤波的前向神经网络算法。首先，采用模型预测滤波估计网络在正向传递过程中的模型误差，并对其进行修正，以弥补模型误差对隐含层权值更新的影响；然后，利用模型预测滤波为神经网络提供精确的训练样本，学习待估计系统的非线性关系。将提出的算法应用于SINS/CNS/BDS组合导航系统，并与扩展卡尔曼滤波进行比较，仿真结果表明，提出的算法得到的姿态误差、速度误差和位置误差分别在[-0.25′,+0.25′]、[-0.05m/s,+0.05m/s]和[-5m,+5m]以内，滤波性能明显优于扩展卡尔曼滤波算法，表明该算法能提高组合导航定位的解算精度。

简介：针对GPS精密单点定位对高精度的需求,提出了一种采用小波神经网络的GPS精密单点定位解算方法。该方法利用小波变换和神经网络学习功能,无需准确系统先验信息,误差函数能够快速收敛,逼近真实误差模型,从而提高GPS精密单点定位精度。仿真结果表明,静态条件下与传统最小二乘法和卡尔曼滤波算法相比,该算法定位收敛时间缩短50%,定位精度分别提升90%和50%。动态情况下,较最小二乘法和卡尔曼滤波算法定位精度提高20%~80%。

简介：研究了具有变时滞Hopfield型神经网络的正不变集与吸引集.获得了正不变集与吸引集存在性的充分判据.

简介：模糊系统具有容易被人理解的表达能力,神经网络则具有极强的自适应学习能力。本文将模糊逻辑控制技术和神经网络技术相结合,给出了一种比单独模糊系统或单独的神经网络系统性能更好的基于模糊RBF神经网络自整定的拥塞控制方法。该方法根据路由器中队列长度的变化来调整数据包的丢弃概率,从而使路由器的队列长度稳定在一期望值附近。仿真结果表明,该算法具有较强的鲁棒性,更短的调节时间。

简介：为了提高使用精度，研究了某型号MEMS陀螺仪的随机漂移模型。采用游程检验法分析了该陀螺仪随机漂移数据的平稳性，并根据该漂移为均值非平稳、方差平稳的随机过程的结论，采用梯度径向基（RBF）神经网络对漂移数据进行了建模。实验结果表明：相比经典RBF网络模型而言，这种方法建立的模型能更好地描则EMs陀螺仪的漂移特；相对于季节时间序列模型而言，其补偿效果提高了大约15％。

简介：研究了具时变时滞的分层抑制细胞神经网络．利用不动点定理获得了若干判定该网络存在概周期解的新充分条件，改进和推广了已有文献中的相应结论．

简介：线性矩阵不等式的优良性质可用于解决细胞神经网络中的保性能控制问题.本文介绍了线性矩阵不等式的相关概念和性质;通过对Schur补引理的改进提出了一个引理,从而更容易将二次矩阵不等式转化为线性矩阵不等式,更好地应用于控制参数求解;提出了LMI的基本问题和MATLAB工具箱,并对LMI在细胞神经网络的保性能控制问题作出了简要描述.

简介：本文用ＢＰ神经网络对挠性陀螺仪伺服回路的故障诊断进行了模拟，取得了满意的结果。同时还介绍了作者设计的这一通用型ＢＰ神经网络软件包及其特色

简介：在详细分析光纤陀螺零漂的基础上，提出了先用滤波算法对光纤陀螺信号进行预处理，然后采用RBF神经网络对滤波后的信号进行建模的方法．针对光纤陀螺信号特点分别采用FLP算法、小波滤波算法、解相关变步长LMS自适应滤波算法对其进行了预处理，比较三种滤波方法，小波滤波算法效果优于其它两种预处理方法，但针对基于预处理后的陀螺信号采用RBF神经网络进行建模时，小波滤波预处理后的信号在建模精度上却是最差的，而对FLP算法滤波后的信号进行RBF建模，建模精度提高了两个数量级。结果表明：基于FLP算法的RBF神经网络在光纤陀螺中的建模是有效的，可大大提高建模的精度。

简介：给出了一种利用BP神经网络从中子活化测量数据中直接求解1MeV等效中子注量的新方法。该方法选用了含两层隐藏层的BP神经网络,并围绕先验谱建立输入输出集合,对网络进行训练、检验和测试,最终形成含20个BP神经网络的网络群。该BP神经网络群可实现在输入测量活化率数据后,直接输出相应的1MeV等效中子注量。利用该方法求解了西安脉冲堆大空间中子辐照实验平台内的1MeV等效中子注量。与实测中子能谱计算的1MeV等效中子注量结果对比,二者偏差小于6.6%。

简介：在时间尺度上，通过使用线性动力方程的指数二分法、不动点理论和微积分理论，研究带有泄漏项的中立型时滞细胞神经网络模型，获得了一些使其概周期解存在和全局指数稳定的充分条件，并将以前的结论在时间尺度上做了扩展．

简介：通过使用叠合度理论、M-矩阵、李雅谱诺夫函数和不等式技巧等，在时间尺度上研究带有狄利克雷边值和反应扩散项的非自治模糊细胞神经网络的全局指数稳定性，并获得一些使其存在全局指数稳定的平衡点的充分条件．最后，给出一个例子去验证结论的有效性．

简介：人工边界方法是数值求解无界区域上偏微分方程的一类有效计算方法。本文以二维Poisson方程的外问题和声波方程为例,介绍人工边界方法的基本思想和核心技术。

简介：摘要人工智能是建立在计算机技术和通信技术基础上的产物，大数据时代数据处理呈现爆炸模式，将人工智能结合计算机技术可有效提升信息处理能力，解决计算机处理信息过程中难以应对复杂性以及安全性。将人工智能应用到计算机技术中不仅避免了计算机系统在处理信息过程中的崩溃问题，还会促进计算机系统安全高效解决问题，实现社会稳定发展。本文主要分析了大数据时代及人工智能有关内容，探讨了人工智能在计算机网络安全管理技术中的应用，以供参考。

简介：运用Zemax光学设计软件构建Liou-Brennan眼模型，设计了增大焦深的非球面、折射型多焦点和衍射型多焦点人工晶体，并用点列图和视锐度分析了所设计的人工晶体的光学质量。对于非球面人工晶体，在3mm瞳孔下，当人眼无球差时，最佳视锐度相当高，但焦深仅为1．4m^-1；当人眼球差为0．4λ时，最佳视锐度可达0．9，焦深达2．2m，同时在整个焦深范围内视觉质量均优越。对于衍射型和折射型多焦点人工晶体，在明视条件下，虽然视远和视近时视觉质量良好，但是中间距离的视锐度〈0．5。衍射型多焦点人工晶体只有81％的光能用于成像，远近焦点能量均分，且与瞳孔大小无关；折射型多焦点人工晶体的远近焦点能量与瞳孔大小相关。设计的人工晶体均能增大人眼的焦深，但各有优缺点，临床上应该酌情选用。

简介：首先,研究了Erdos1合著网络的特征属性,一方面使用节点的度、介数、接近中心性来描述Erdos1合著网络节点重要性,另一方面使用特征向量中心性和本文提出的高阶度参数来描述Erdos1合著网络节点影响力;然后,分别用逼近理想解的排序(TOPSIS算法)算法和主成份分析(PCA)对节点重要性和影响力排序;最后,利用修改的网页排名(PageRank)算法讨论了网络科学原创性论文中最具影响力的论文。

简介：本文基于收集的股票日交易数据，通过对时间窗口进行划分和股票收益间的相关性，将股票市场构建为一个金融演化网络，通过分析金融演化网络的拓扑特征，进而可以研究金融市场演化的内在机制．

简介：社会网络分析法(SNA)是一种可以对多种网络结构提供详细研究的分析方法。本文采用SNA及相关方法来分析犯罪网络,以确定可能的犯罪集团。首先引入社会网络分析中'合作因子'与'合作距离'这两种度量,量化并分析人员的可疑程度。之后,运用中心度分析法对个体的领导能力进行量化。在模型改进与拓展部分,基于语义网络分析与文本分析法使得分析结果更为精确。同时将所得结果与之前的结果做了比较,给出了模型优缺点分析。最后,讨论了该模型在其他领域中的运用。

简介：网络结构和网络上的信息披露机制对网络功能的发挥有着直接的影响，建立相应的数学模型并采用数学分析和仿真验证的手段揭示其对于网络参与主体收益的影响规律，具有理论和应用价值。在明确网络中两类参与主体的基础上，定义了他们的收益，并根据信息披露的不同情形，分为两种情况求解模型，应用数学证明和仿真分析的手段得到了网络结构对收益影响规律的三个结论。在对结论分析的基础上，指出了模型的管理学意义，讨论了进一步的研究工作。