非对称Hopfield网络稳定性分析

Hopfield神经网络是迄今得到最广泛应用的神经网络模型之一，而这些应用极大地依赖于神经网络的动态特性。对于对称Hopfield网络，已有很多成熟的判定其稳定性的方法。对非对称Hopfield神经网络，提出了一种有效的方法来研究这种网络的全局稳定性，并又给出了其稳定性条件。应用所提供的方法很容易对非对称Hopfield神经网络的局部稳定性进行分析。     

神经网络数据挖掘方法在网络营销中的应用

神经网络是目前公认的高精度分类器,此文介绍了一种基于前馈式神经网络的数据挖掘的分类方法,并给出了其在网络营销中的一个应用实例。分析了其方法的局限性并给出了改进的途径。     

一种基于前馈式神经网络的数据挖掘方法

神经网络是目前公认的高精度分类器，尽管其具有结构复杂，网络训练时间长，分类过程难以理解等不足，但其较高的正确率是其他方法所不及的，本文介绍了一种基于前馈式神经网络的数据挖掘的分类方法，并给出了一个例子说明。     

基于BP神经网络的天平校准数据处理方法研究

针对天平校准公式拟合法方,提出了基于BP神经网络的公式拟合方法。分析了典型的3层BP神经网络的结构,论述了其应用于天平公式拟合的可行性。讨论了常规多项式公式拟合方法以及BP神经网络的公式拟合方法,并给出了BP神经网络的训练过程和使用方法。最后通过一组天平校准数据对BP神经网络进行训练,并给出拟合结果。     

基于神经网络的混沌时间序列短期预测

将神经网络理论、预测理论等引入混沌领域，采用了一种基于BP网络的预测方法，给出了该方法中神经网络的具体实现过程，经计算机仿真表明该方法是行之有效的，并给出了具体应用事例。     

用基于视角的方法分析和合成图像

本文介绍了计算机视觉领域中基于视角的对象识别方法，对径向基函数(Radial Basis Function)神经网络模型进行了分析，分析了其训练算法，给出了一种利用径向基函数神经网络和基于视角的方法分析和合成图像的方法，并在MATLAB平台实现。仿真结果说明，采用RBF神经网络模型的训练速度和分析精度是令人满意的。     

遗忘神经网络模型及其BP算法

为解决跨时间数据训练神经网络时的数据选择问题，提出在神经网络的训练模型中引入遗忘系数，从而建立了一种改进的前馈神经网络模型——遗忘神经网络模型。介绍了该模型的基本原理，并给出了其BP算法。     

神经网络在话务异常分析中的应用

在论述电信话务异常分析的任务和难点的基础上，试图将神经网络信息处理方法引入话务异常分析中，给出了话务异常分析的一般神经网络模型结构，并给出了一些实际测试结果。     

一种基于改进的BP网的公钥密码的破译方法

该文以RSA密码系统为实例介绍了公钥密码体制的基本原理和破译，研究了神经网络在RSA密码体系中的应用，并给出了用BP神经网络来对公钥密码进行破译的基本结构及其学习算法，分析了用BP神经网络破译RsA密码的破译原理．给出了改进的BP网络模型及其学习算法，进行了仿真试验，在此基础上对构建的BP神经网络破译器的的结构进行了进一步的优化和改进，并给出了改进后的学习算法，最后对设计方法阐述了改进的必要性，试验表明方法的有效性和可行性。     

基于神经网络规范约束的关联规则挖掘

分析了现有关联规则挖掘所潜在的问题，给出了约束关联查询的定义和基于神经网络规范约束集的构建；在此基础上，提出了基于神经网络规范约束的关联规则挖掘解决方案（CARMRNN），并给出了其体系框图和实现算法。     

机器人的模拟复合正交神经网络学习控制

提出一种神经网络与PD并行控制的机器人学习控制系统。为了加快神经网络的学习算法，在数字复合正交神经网络的基础上给出一种模拟复合正交神经网络的学习算法，以两关节机器人为对象仿真结果表明，该控制方法使机器人跟踪期望轨迹，其系统响应、跟踪精度和鲁棒性优于常规的控制方法，位置跟踪获得了满意的控制效果。该模拟神经控制器为不确定系统的控制提供了一种新的途径。     

硫化氢燃烧的神经网络PID控制及其仿真

讨论了传统的PID控制和基于神经网络的PID控制，给出了带有神经网络PID控制的系统控制方案和神经网络PID控制器算法设计，并将其应用于硫化氢制酸中的硫化氢燃烧。运行结果表明，神经网络PID控制比传统的PID控制表现出良好的动态和静态性能。     

多变量系统的模糊神经网络控制模型及其应用

本文综合模糊控制系统与人工神经网络的优点，提出了一种多变量系统的模糊神经网络控制模型并给出了其建模方法，该方法适合于多变量系统的建模及其模糊控制器的设计。笔者以此方法建立了渣贫化电炉生产过程的模糊神经网络控制模型并开发出相应的决策支持系统，该系统自１９９２年６月投入生产现场使用以来，一直稳定可靠地正常运行，取得了令人满意的效果和显著的经济和社会效益。     

RBF神经网络在压力校验台数据非线性校正中的应用

介绍了利用RBF神经网络进行数据非线性校正的原理以及RBF神经网络结构和参数的确定方法.并给出了一个应用实例,其结果证明了这种方法的可行性和有效性.     

混沌系统的RBF神经网络控制设计

对镇定一嵌入在混沌吸引子内的不稳定平衡点上的混沌轨道提出了一种新的混沌系统神经网络补偿控制方法，探讨了用神经网络估计混沌系统不确定性的途径，给出了神经补偿控制器的设计方法，并证明了闭环系统的稳定性。以三阶Ｌｏｒｅｎｚ方程为例给出了仿真结果。     

灰色补偿神经网络及其应用研究

本文给出了灰色系统与神经网络的一种新的结合方式—灰色补偿神经网络。该网络利用神经网络建立残差与数据间的映射关系,并采用其预测结果补偿灰色系统模型的预测值。仿真结果表明本方法优于其它灰色神经网络。     

二进离散小波神经网络在传感器逆向建模中的应用

给出了快速收敛的离散二进小渡神经网络的初始化．构造和权值确定的详细方法。并将这类小波神经网络应用于传感器的非线性校正，并给出了仿真实验结果。相对使用随机贪心算法训练的神经网络，快速收敛小波神经网络利用离散二进小波变换的便利，采用启发式的构造算法；具有构造过程复杂度低，构造完成后高度接近目标模型，训练次数少，并可有效避免陷入局部极小点的优点。有效解决了小波神经网络尺度和平移系数在训练时需对小波函数进行求导而影响网络收敛速度的问题。     

用于汉语自动分词的神经网络输入／输出模块的设计

应用神经网络进行汉语自动分词研究是文中信息领域的重要课题。文中阐述了神经网络输入／输出模块的设计原则，并给出了这两个模块的设计方法。     

灰色补偿神经网络及其应用研究

本文给出了灰色系统与神经网络的一种新的结合方式-灰色补偿神经网络.该网络利用神经网络建立残差与数据间的映射关系,并采用其预测结果补偿灰色系统模型的预测值.仿真结果表明本方法优于其它灰色神经网络.     

用神经网络来实现基于范例的推理系统

范例推理与神经网络有一种自然的联系，神经网络有许多优点，利用神经网络来实现范例推理可以取得非常好的效果。文章首先详细探讨了在范你推理中使用的神经网络模型与技术，并给出了其上的搜索与学习算法以及数据挖掘算法，旨在提高范例推理系统的鲁棒性和知识获取的自动化程度。