一种新型探测器在火灾探测中的应用

提出将串联型模糊神经网络应用于火灾探测系统,并且使用多传感器技术。首先将多传感器测得的多个信号模糊化后送入神经网络进行处理,其模糊系统用指派法定义隶属度函数,神经网络采用3层前馈BP网络结构,用BP算法进行网络参数的训练。其后由模糊逻辑判决火灾或非火灾。     

前向多层神经网络模糊自适应算法

本文将模糊集理论与人工神经网络的研究相结合，提出一种模糊自适应ＢＰ算法，用典型异或问题与规模更大的打印机磁泄漏信息识别问题进行计算机模拟表明，该算法可使ＢＰ算法的收敛速度明显提高。此项工作为神经网络与模糊系统相结合探索了一条新的途径。     

自适应BP网络多用户检测在同步CDMA扩频通信系统中的应用

研究了将自适应ＢＰ网络应用于直接序列码分多址扩频通信的多用户检测，先给出了在同步高斯信道下运用三层自适应ＢＰ网络解调扩频信号的结构框图，然后分析了基于这种网络进行多用户检测的理论依据和实际性能。仿真结果表明，无论是抗多址干扰还是抑制远近效应，自适应ＢＰ神经网络接收机都明显优于传统接收机和ＢＰ神经网络接收机，其性能非常接近最佳接收机。     

BP网络改进及在电路故障诊断中的应用

本文根据ＢＰ神经网络的特点和性能以及电路故障诊断的要求，提出了一种利用ＢＰ神经网络对电路进行故障诊断的方法。该方法应用自行改进的ＢＰ抑经网络，建立了故障识别系统，并对模拟电路故障诊断进行了实例实现，计算机仿真结果良好。     

基于遗传算法和BP算法的多层感知机杂交训练算法

基于梯度下降的神经网络训练算法易于陷入局部最小，从而使网络不能对输入模式进行准确分类。本文提出综合遗传算法和ＢＰ算法的杂交算法ＧＡ－ＱＰ，它结合遗传算法的全局搜索特性和ＢＰ的局部收敛特性，实现对神经网络的有效训练。     

先进武装直升机一种新型智能组合飞行控制系统的设计与仿真

讨论了模糊逻辑控制与神经网络相结合的一种控制方法，给出一种增益自适应调整的模糊控制方法和ＢＰ网络自适应变步长方法，提高了系统精度，改善了系统品质，并将这种方法成功地用于直升机飞控系统的设计。     

广义知识存储原理与高阶广义神经网络

本文在仔细分析神经网络知识存储方式的基础上，提出了高阶广义神经网络的概念和构成原则，讨论了其中一种典型的智能神经元模糊以及据此实现高阶广义神经网络的各项性能，最后将其与标准的ＢＰ算法进行了比较。     

多媒体通信中智化媒体内同步机制

本文提出了一种智能化视频流量的预测和同步机制，它由ＢＰ神经网络流量预测器，输出缓冲区和基于模糊神经网络的输出速率器所组成。     

神经网络语音识别的研究及进展

论述了在语音识别中听觉神经网络模型，ＢＰ网络，时延神经网络，自组织影射，学习矢量量化和神经预测网络的优缺点及神经网络语音识别的发展动态。     

ARTMAP与模糊逻辑结合的字符智能识别方法

研究了将ＡＲＴＭＡＰ神经网络与模糊规则相结合的字符识别方法．ＡＲＴＭＡＰ用于对字符的学习、训练，而模糊规则和ＡＲＴＭＡＰ共同用于对字符的智能识别．实验证明这种将模糊技术与神经网络相结合的混合系统具有较高的识别率和较快的识别速度，采用ＡＲＴＭＡＰ神经网络只需要较少的网络训练时间．     

基于反向传播神经网络的无线火灾预警系统

针对传统火灾预警系统中单一传感器数据检测的缺陷,提出一种基于反向传播神经网络模型的无线多传感信息融合火灾预警系统。该模型借助Matlab平台进行信息融合算法模拟,并经过试验验证,大大提高了火灾预警系统的准确率和可靠性。     

基于热释电红外传感器的火灾探测系统设计

介绍了热释电红外传感器的结构、工作原理及特点;设计了一个基于此类传感器的红外火灾探测系统;运用BP神经网络分析了火灾识别算法;促进了消防技术的发展.     

基于BP神经网络的某型飞机火控系统故障诊断

根据某型飞机火控系统的特点，给出了BP神经网络数学模型及其学习算法，在此基础上以某型飞机火控系统作为为被诊断对象，运用BP神经网络数学模型及其学习算法对其进行故障诊断。诊断结果表明BP神经网络不仅能识别出样本自身的故障，而且能准确诊断出样本以外数据故障，提高某型飞机火控系统一线维修保障效率。     

等效分组级联BP网络模型及其应用

 松弛的和紧密的分组级联BP网络模型等概念的提出,对于解决有限的小样本情况下高维BP网络的训练和预测问题有一定的参考价值。定义了BP网络等效性和相关定理,构建并证明了与BP网络等效的分组级联网络模型,分析比较了两种网络模型所需训练样本的数量情况,并将其应用于网络安全评估领域。最后通过仿真试验结果证实了所提出分组级联BP网络模型的可行性和有效性。     

基于改进BP神经网络的模拟电路故障诊断

针对BP神经网络存在的固有缺陷:收敛速度慢,容易陷入局部极小,文中对所建BP网络的学习算法进行了改进,采用附加动量项和自适应调整学习率的BP算法对网络进行训练,替代标准BP算法中的梯度下降法寻找最优网络连接权值.仿真实验证明,这种学习算法提高了BP网络的学习效率及稳定性,大大提高了网络的收敛速度,更好地实现了对模拟电路...     

基于遗传算法优化神经网络的藻类繁殖状态软测量方法

为了提高BP神经网络模型对海洋藻类生长状态软测量的准确性,提出了一种基于遗传优化算法优化BP神经网络的软测量方法.利用遗传算法优化BP神经网络的权值和阈值,然后训练BP神经网络预测模型以求得最优解,再将该预测结果与传统BP网络预测模型的预测结果进行对比.对仿真结果进行有效性验证后,结果表明,通过这种软测量方法,经遗传算法优化后的BP神经网络可以在更短的时间里创造更高的预测准确性,大大提高了对海洋藻类生长状态预测的效率.     

基于Matlab的BP神经网络结构与函数逼近能力的关系分析

人工神经网络是一种非线性动态数学模型,广泛应用于非线性系统建模、系统辨识、函数逼近等方面。介绍BP网络的结构和学习过程,并介绍利用Matlab人工神经网络工具箱设计BP网络的步骤,在此基础上设计了BP网络以验证其函数逼近能力,仿真结果说明了BP网络具有很强的函数逼近能力。并分析BP网络结构和函数逼近能力的关系,得出网络的结构直接影响网络对函数的逼近能力和效果。     

基于串联BP神经网络多函数拟合的研究设计

在研究神经网络对非线性函数拟合的过程中发现一个网络同时只能对一个函数进行拟合,为解决这一问题,通过研究BP算法神经网络提出了串联BP网络来实现多个非线性函数的拟合。通过Matlab自定义网络结构实现串联BP网络,在Matlab下利用此串联网络同时对两个非线性函数进行了拟合,训练样本加入噪声信号,在经过342次训练后拟合误差达到了0.000978。实验测试结果显示本网络能够很好地对两个待拟合函数进行拟合,为同时进行多函数的拟合提供了新的方法。     

基于S函数的BP神经网络PID控制器及Simulink仿真

BP网络在人工神经网络中应用最为广泛,文中给出基于MATLAB语言的BP神经网络PID控制器的S函数实现,在此基础上建立BP神经网络PID控制器的Simulink仿真模型,最后给出了该仿真模型应用在非线性对象中的仿真结果.