简介：研究一类离散和分布时变时滞的混沌神经网络的广义投影同步问题。利用非线性观测器方法实现同步十分简单，且利用极点配置技术，可通过调整特征值来调节同步速率的快慢。与一般混沌神经网络模型相比，带有离散和分布时变时滞的混沌神经网络模型更为一般，同时反同步和完全同步是广义投影同步的特例。最后，提出基于广义投影同步的离散和分布时变时滞混沌神经网络的保密通信方案，给出两个数值仿真例子验证结果的有效性。

简介：摘要利用2008年1月1日至2012年12月31日逐日NCEP再分析资料（1×10）和大同地区地面常规观测资料，选取相邻两天的气象因子差值作为预报因子，相邻两天的日最高/最低气温的差值作为目标因子，分站点分月构建三层结构的日最高/最低BP神经网络模型，并应用独立样本进行模型检验，结果表明，该模型输出结果与实况拟合较好，且其对明显的升降温过程能够准确预报。在对ECMWF数值预报产品释用基础上，针对大同站2012年1月最高气温进行了24h、48h和72h模拟预测，结果显示，该BP神经网络预报模型各时效预报准确率TS评分均高于中央气象台MOS预报。

简介：在耳蜗神经网络对语音信号的刺激响应过程中,针对如何区分编码最有效率的语音信号分量问题,提出了刺激条件信息分布计算方法,研究了给定刺激条件下平均不确定性度的减小。实验结果表明：积分发放神经网络膜电位发放的刺激条件信息不仅能够从统计意义上给出平均互信息的大小,而且清晰地表明信号中各分量的编码效率,确定输入信号中对于互信息量起主要作用的事件分量范围以及内部噪声的可利用性,证实噪声强度与最大刺激条件信息量之间的非单调关系,这些研究结果为进一步探索人工耳蜗动作电位发放的解码方案提供了理论依据。

简介：生物神经网络系统是复杂的非线性动力学系统，其动力学研究是国内外关注的一个重要课题。本文概括性地介绍神经网络系统的动态特性及影响因素，包括时滞和噪声对神经元网络的同步，同步转迁和随机共振的影响，并且介绍神经网络系统的建模问题。由于生物神经网络通常是动态的系统，因此建立模型要考虑网络如何受时变连接方式的影响，最后对今后研究给出一些展望。

简介：基于社群经济高速发展的时代背景下,首次将离散型Hopfield神经网络应用到社群经济影响因素问题上。首先建立社群经济因素体系,通过ISM方法得出各因素间的层次结构关系。然后利用离散型Hopfield神经网络构建自媒体价值评估模型,通过MATLAB设计一个不断提高的理想评价指标来区分同一等级中的不同样本,最后,通过算例得出价值最高的自媒体。结果表明:注重提高特色化社群活动、用户参与决策、平台共享、社群文化构建这4要素更有利于提高自媒体价值,并提出了相应的对策建议,为企业及自媒体人提供借鉴价值。

简介：为更好地预测城轨列车故障率,提出基于粒子群算法优化的BP神经网络（PSO-BP）的故障率预测模型,对城轨列车转向架轮对轴箱进行故障率预测。采用Matlab中的Newff函数,运用误差反向传播神经网络（BP）和粒子群算法优化的BP神经网络（PSO-BP）分别对城轨列车故障率预测、建模和仿真。结果表明PSO改进的BP神经网络故障率预测模型的效果明显优于传统BP神经网络预测模型。