基于自适应共振理论的自组织神经元网络

本文对自适应共振理论(Adaptive Resonance Theory,简称ART)模型的技术细节作了较为详细的介绍,并对ART模型的基本原理、方法和作用做了全面论述。     

自动识别典型零件的成组双向联想记忆法

成组双向联想记忆法是利用BAM网络对零件进行分组的方法,它的提出使零件分组走向了智能化。但使用成组双向联想记忆法分组时,必须事先给出每个零件组的“典型零件”供BAM网络学习,实际工作中要满足这一条件有时是困难的。为此,本文提出了一种能自动识别典型零件的成组双向联想记忆法。该方法具有自组织、自适应、学习和联想记忆的功能,能一边学习一边自动识别出典型零件并分组,是一种智能分组方法。     

人工神经网络系统应用研究的进展

人工神经网络系统(artificial neural networksystem)、神经网络计算机(neural network compu-ter)、连结机制(conne(?)tionism 或 connectionistmodel)、平行分布处理系统(parallel distributedprocessing system)等都是有关人工神经网络系统方面常用的术语,只是不同的人在引用时强调其不同的侧面,其含义都是指由大规模简单元器件(模拟神经元的电子或光学等元器件)连接而成的具有平行处理能力的复杂网络系统,以下简称神经网络。     

运用模式分类的雷达抗转发式距离欺骗干扰方法

针对雷达转发式欺骗干扰中的距离欺骗，提出了一种基于模式分类来识别目标与干扰的方法。该方法基于干扰和目标能量和起伏特性差异确定提取特征因子，再利用RBF神经网络方法进行分类。仿真结果表明，该方法具有较好的抗距离欺骗干扰性能。     

BP神经网络在致密砂岩储层识别中的应用

川西须家河组地层岩性复杂,属于超致密低孔渗储层,所以储层识别是该地层天然气勘探中所面临的关键问题和难点之一。针对常规储层识别准确率不高的状况,提出利用BP神经网络进行储层的气水干层识别,利用模糊聚类和产层测试结果标定建模样本,采取随机抽样形成建模集与测试集,建立BP神经网络模型对23口井的储层进行气水干层预测,正确率达77.9%以上,明显提高了该地区的测井解释精度,并提供了一种准确率较高的储层预测方法。     

图像压缩编码方法分析

介绍图像压缩编码技术发展过程,对图像压缩编码,特别是自适应预测编码、模型法编码、分形编码、小波变换压缩编码、神经网络压缩编码原理和特点进行分析,并阐述图像压缩编码的作用.     

贮存环境下塑封器件吸湿规律的神经网络预测

针对塑封器件在贮存环境下的吸湿问题,本文以塑封器件在湿热试验中的数据为基础,利用BP神经网络建立了塑封器件在贮存环境中的吸湿规律预测模型。利用预测数据绘制了环境相对湿度、贮存时间和水汽含量三变量关系的三维曲面图和等高线图并与实测数据进行了比较。最后根据神经网络预测结果讨论了一种用湿热试验模拟器件长期贮存过程的方法。结果表明,BP神经网络预测模型能够提炼数据信息,反应数据的内在规律,预测结果与实测规律相吻合,预测误差小于10%,根据神经网络预测结果用湿热试验模拟器件长期贮存过程,可以大大缩短试验时间。     

改进的BP神经网络在大坝安全监控中的应用

针对经典BP神经网络运行中存在的缺陷，提出了改进的BP神经网络，不仅解决了经典BP网络易陷入局部最小的弊端，而且应用的0.618分割选取法能使网络快速找到较优隐含层节点数，初始权值的自相关修正进一步提高了网络的稳定性。实际应用证明，改进的BP神经网络有效提高了网络质量，适合大型网络的构建与训练。