基于突触离子通道动力学神经元网络的高效并行仿真算法

在计算神经科学领域,大规模神经元网络的并行仿真对探索和揭示生物大脑中信息传递机制有着重要作用。为加速大规模神经元网络仿真,提出一种模块独立性强、耦合度低的基于突触递质-受体离子通道动力学的神经元网络的并行算法。通过分析化学突触信息传递机理及递质分子、受体离子通道动力学特征,提出了递质-受体计算分离的思想,增强了突触前神经元引起的递质分子浓度计算与突触后绑定状态的受体浓度计算之间的独立性,降低突触电流计算中突触前神经元状态和突触后神经元状态之间的耦合度。基于上述思想,设计并实现了一种生物神经网络并行算法。仿真结果表明了该算法的高效性。     

溶解氧预报模型及误差校正

针对污水处理过程中,由于溶氧仪表面生成生物氧化膜,产生“钝化”现象,造成了溶氧值测量误差,以至影响生产;又因为需要频繁地清理溶氧仪,造成了人力、物力、财力的浪费,降低生产效率等问题,利用人工神经元网络建立了溶解氧预报模型。基于此模型,给出了传感器误差校正的具体方法。当误差超出给定界限时,给出故障报警。现场应用表明,该方法在一定程度上延长了溶氧仪清理的间隔时间,节约了生产成本,提高了生产效率,收到了较好的预报效果。     

用自适应神经元网络进行短期电力负荷预测

本文提出了一个用来进行电力负荷预测的基于自适应卡尔曼滤波算法的人工神经元网络（ＡＮＮ）。给出了网络算法和它的改进形式。在预测过程中，权值按最近的负荷行为自适应改变。测试结果表明，该方法具有较高的精度和较快的速度。     

大规模模拟电路子网络级故障诊断的神经网络方法

本文提出了一种采用双向联想记忆神经元网络诊断法诊断子网络级故障的新方法。在对含不可及节点的子网络级故障诊断的互测试条件检验的基础上，用神经元网络诊断法代替逻辑分析来快速而有效地定位故障子网络，并给出了诊断实例。     

基于单神经元和前馈补偿的电动加载复合控制

针对飞机舵机电动加载系统的力矩跟踪和干扰抑制的优化问题,提出一种基于单神经元和扰动前馈抑制的电动加载复合控制方法。首先利用改进的粒子群算法调整单神经元PID控制器的参数和系数K,然后对舵机角位移进行前馈补偿来抑制多余力矩,以减小舵机位置干扰对系统的影响;最后对电动加载复合控制系统进行仿真。仿真结果表明,系统的抗干扰能力及加载精度得到进一步提高,证明了该复合控制方法在理论上的可行性。     

结合模型自适应的神经元网络在中厚板轧机轧制力预报中的运用

在中厚板生产过程中,用传统轧制力模型预报中厚板轧机轧制力时存在着较大的误差.为了提高中厚板轧机轧制力的预报精度,采用轧制力模型自适应与人工神经元网络相结合的方法进行中厚板轧制力的在线预报.应用结果表明,采用本方法预报轧制力时精度优于传统的数学模型,相对误差可以控制在±3%以内.     

安卓平台上的医用图像信息采集系统的开发设计

为了探讨在安卓平台上构建医用图像采集系统的开发个案,分析通过以智能手机、平板电脑为核心安卓设备通过拍照获得化验单数据后进行文本识别并提交智慧医疗系统的解决方案.本文首先通过二值化算法形成低阈值图像数据,使用卷积神经元网络算法对文本进行逐一识别,使用K-means算法对识别后的单字文本进行字段记录值的整合并形成元数据库服...     

基于改进的RBF神经网络的热轧板冲击功预报模型

为了对Q345B中厚板的冲击吸收功进行预报并指导生产,采用RBF网络预测冲击吸收功与化学成分、工艺参数、屈服强度及抗拉强度等因素间的关系.针对RBF神经网络的不足,采用改进的遗传算法优化RBF网络结构和权值参数,并建立了基于改进遗传算法的RBF神经冲击功预测模型.实验结果表明,用这种改进的遗传算法优化后的神经网络算法是有效的、可行的.     

模糊神经网络在电火花加工机中的应用

从提高系统的加工效率和加工质量角度出发，首先分析了电火花加工过程的特点。并以此分析为基础，提出了在电火花加工过程中，使用模糊神经网络控制技术。利用模糊控制器的特点，结合人工神经元网络的优点，切实校正了某些不完善规则的不利影响，可靠地提高了控制系统的快速响应能力。