基于离散Hopfield神经网络的高校科研能力评价模型

本文将高校科研能力分为很强（Ⅰ）、较强（Ⅱ）、一般（Ⅲ）、较差（Ⅳ）及很差（Ⅴ）五种状态,将通过预测的20所高校科研能力指标及相对应的等级状态作为输入节点构建基于离散Hopfield神经网络的评价模型。并将另5所高校的相关数据输入进行仿真实验,结果表明该模型能较好地对高校科研能力进行评价,但对优劣势并存且都很突出的高校。该模型无法作出有效评价。     

离散Hopfield神经网络在施工企业信用评价中的应用

为了科学规范地对施工企业的信用进行评价分析,结合实际施工企业经营管理的特点,尝试应用离散Hopfield神经网络评价方法对施工企业的信用进行评价.实例分析的结果表明,利用离散Hopfield神经网络评价方法对施工企业的信用进行评价是可行的.     

基于离散Hopfield神经网络的文献检索智能识别

根据Hopfield网络中神经元之间的相互连接具有丰富的动力学特性的特点,探究了Hopfield网络模型在文献检索中的运用,指出该网络存在的问题,并提出解决方案.     

联想记忆离散Hopfield神经网络的样本容量和吸引域

对用于联想记忆的外积型设计离散Hopfield神经网络，给出了记忆样本容量与样本问Hamming距离以及神经元数目的具体关系．并论证了其在实际应用中的合理性。同时给出样本的吸引域半径与样本的具体关系。特别地．对于样本正交的情况得到了两个推论。     

联想记忆离散Hopfield神经网络的样本容量和吸引域

对用于联想记忆的外积型设计离散Hopfield神经网络,给出了记忆样本容量与样本间Hamming距离以及神经元数目的具体关系,并论证了其在实际应用中的合理性。同时给出了样本的吸引域半径与样本的具体关系。特别地,对于样本正交的情况得到了两个推论。     

延迟离散Hopfield神经网络的动态行为

主要研究带有延迟项的离散Hopfield神经网络动态演化行为. 给出了延迟网络并行收敛于周期小于等于2的极限环的一些条件. 同时,得到了延迟网络收敛于周期为2的极限环的条件. 而且对所获结果通过例子进行了验证. 这些结果为延迟离散Hopfield神经网络的进一步分析和应用提供了一定的理论基础.     

基于离散Hopfield神经网络的文献检索智能识别

根据Hopfidd网络中神经元之间的相互连接具有丰富的动力学特性的特点，探究了Hopfield网络模型在文献检索中的运用，指出该网络存在的问题，并提出解决方案．     

Hopfield神经网络容量分析

首先分析了Ｈｏｐｆｉｅｌｄ神经网络的存储容量，给出了单个神经元输出在联想过程中的出错概率Ｐｃ一定时存储容量的典型数据，分析了整个模式出错概率Ｐｃ－定时，最大模式数与网络规模的关系，并用切比雪夫方法对分析结果进行了拟合。     

基于Hopfield神经网络的A／D转换器

本文分析了基于Ｈｏｐｆｉｅｌｄ神经网络的Ａ／Ｄ转换器原理，并通过对电路方程及转换条件的分析，得出了输出正确状态时参考输入应满足的条件。     

基于Hopfield神经网络的状态观测器设计

基于神经优化计算原理，给出了线性定常系统的状态观测器的设计方法。将观测器设计问题转化为约束非线规划问题，利用Hopfield神经网络在线的计算观测器的增益矩阵和输入矩阵，能够保证观测器输入信号的平均幅值接近最小。数字仿真结果表明了该方法的有效性。     

水质综合评价的Hopfield网络模型

将人工神经网络技术运用于水质评价，建立了水质综合评价的Hopfield模型，并以重庆市南川凤嘴江水质资料为实例，对模型精确度进行了测试。结果表明：Hopfield网络用于评价水环境质量形象、客观、准确、合理,具有广阔的应用前景。     

基于Hopfield神经网络的贴片机路径优化

SMT生产线要达到最大效率,贴片机的贴装速度是一项重要的指标,而贴装效率与贴装路径密切相关。通过分析贴片机的贴装工艺流程,应用Hopfield神经网络模型对贴装路径进行优化,并且给出了相关的Matlab程序。实验结果表明,算法可以解决贴片机元件贴装的路径优化问题。     

基于连续型Hopfield网络的最优控制方法

为克服应用离散型Hopfield网络解决动态最优控制问题时,计算量随着系统维数和控制时域的增加而指数增大的不足,提出了一种基于连续型Hopfield网络解决线性离散系统二次型最优控制问题的方法.该方法将线性二次型性能指标转化为连续型Hopfield网络的能量函数,控制序列转化为连续型Hopfield网络神经元的输出向量,从而将线性二次型动态优化问题的求解过程转化为相应的连续型Hopfield网络从初态向终态的运行过程,网络稳态输出反映了最优控制序列.该方法计算量小,实时性好,便于在线优化控制.     

离散Hopfield联想记忆网络的设计新方法及应用

基于离散Hopfield神经网络（DHNN）的联想记忆能力,利用由局部极小值条件产生的同种类的线性不等式给出了动态自联想记忆（DAM）网络的设计新方法;该方法简化了网络权值矩阵和阈值向量的确定,同时给出了设计的例子,说明了方法的有效性;最后给出了新设计方法的应用。     

基于神经网络的UTRAN网络质量综合评价

为了评价3G无线网络UTRAN的运行质量,给出了3G无线网络UTRAN质量用户感知关键指标, 提出了利用基于前向单隐层BP神经网络方法的UTRAN网络质量综合评价模型. 该模型采用模糊综合评价算法构造训练样本集. 对比模糊综合评价算法对3G试验测试数据和该模型的评价结果可以看出,该模型能稳定、一致、可重复地评价UTRAN网络质量.     

基于BP神经网络的军校课堂教学质量评价模型

以现代军事教育教学理论为指导,结合军队院校实际,建立军校课堂教学质量评价指标体系;利用神经网络的结构特性和自学习功能,提出基于BP神经网络的军校课堂教学质量评价模型.通过实例进行分析和计算,证明该模型能够避免传统分析评价教学过程的复杂性,具有方便、准确、可靠、快速的特点.     

基于BP神经网络的教学质量评价

基于MATLAB设计神经网络评价流程,以3层BP神经网络进行教学质量评价,其中隐含层的传递函数为tansig,输出层的传递函数为purelin．为保证网络的泛化能力,在训练样本的选择上,选择比较有代表性的数据,打乱顺序,对数据进行归一化预处理;训练函数采用Levenberg—Marquardt算法,选择学习速率为0．01,网络训练误差为le^-5,训练次数1000次,步长选择为10．成功训练神经网络后,对给出的4组数据进行了预测,画出预测拟合及误差分析图形．结果表明：在设计BP神经网络模型的基础上,采用合理的样本数据,神经网络就会通过训练样本,学习到样本的有关环境本身的内在规律性,对输入给出正确的反应,以实现教师的教学质量评价．     

基于神经网络的教师教学评估系统

利用神经网络对教师教学评估中所使用的权值进行非线性学习与调整，通过实验证明了该方法的有效性，并提出进一步改进的方案。