基于神经网络基础上的两种系统安全综合评价方法

从工业企业生产发展的特点出发,在界定安全评价概念的基础上，从系统论的角度简要介绍了运用三层BP神经网络技术进行安全综合评价的方法和安全模糊综合评价方法。通过对这两种较为流行的安全评价方法进行分析，指出了传统评价方法的不合理性，辨证说明了这两种评价方法的优越性。     

微地震相分析在河流储层精细描述中的应用

传统地震相分析满足不了目前油田勘探开发的需要。神经网络微地震相分析将神经网络应用于高质量三维地震数据体中，可对单一反射同相轴进行波形信号分析和训练，建立模型地震道，并对实际地震道分类，进而得到在平面和剖面上精度较高的微地震相分布。采用该方法并结合测井资料，在研究区块中建立的微地震相分布图能够清晰地表现出该区块的沉积微相特征，且较好地解释了工区内2口井的产能差异，表明神经网络微地震相分析是可靠和有效的。     

神经网络系统学习过程初探

本文给出了神经网络系统学习过程的一个随机模型--马尔柯夫模型,从最大熵原理的 观点讨论神经网络系统的学习过程,提出将神经网络系统的学习过程分为两个阶段的想法并 给出学习过程的算法.     

一种新的尖峰信号盲反卷积方法

介绍一种新的盲反卷积方法，以解决尖峰信号的盲卷积问题，该方法不需知道信号和噪声的先验知识。基于尖峰信号高斯混合模型，给出一个自适应反应卷积滤波器和一个自适应零记非线性估计器。     

神经网络分类器的快速构造算法

使用ＢＰ算法训练多层网络的速度很慢而且事先难于确定隐节点和隐层的适当数目。本文提出一个有效的算法，先构造决策树，然后将构造的决策树转换为神经网。文中使用一个全局准则函数控制决策树的增长，它较好地匹配了树的复杂性和训练样本量及错分率界。实验结果，本文的算法比用ＢＰ算法训练多层网络要快，而其分类精度不低于用ＢＰ算法训练的多层神经网。     

智能工程与控制技术：历史,发展与未来

本文综述了智能工程和控制技术的发展历程和基本问题。文中着重论述了人工智能在过程控制系统中的必要性及开发实时智能控制系统的步骤；对符号推理系统、耦合推理系统、人工神经网络和集成分布式智能系统的特点和局限进行了比较。最后讨论了计算机集成过程系统（ＣＩＰＳ）的基本问题、基础技术和发展前景。     

实现CDMA最佳多用户检测的神经网络方法

提出并讨论了两种实现码分多址系统中最佳多用户检测的神经网络方法。一种基于离散Ｈｏｐｆｉｅｌｄ神经网络，另一种基于采用反向传播算法的多层感知器神经网络。理论分析和计算机模拟都证实了这两种神经网络方法的可行性，优越性和实用性。前者适用“固定”用户情况；后者既可用于“固定”用户吼适用于移动用户的情况，因而在未来的ＣＤＭＡ个人通信网中有较好的应用前景。