Shannon小波混沌神经网络及其TSP(城市旅行商)问题的求解

混沌神经网络已经被证明是解决组合优化问题的有效工具.针对混沌神经网络的单调的激励函数,通过引入Shannon小波和Sigmoid函数加和组成的非单调激励函数,提出了一种新型的暂态混沌神经元模型.给出了该混沌神经元的倒分岔图和最大Lyapunov指数时间演化图,分析了其动力学特性.基于该模型,构造了一种暂态混沌神经网络,并将其应用于函数优化和组合优化问题.通过经典的10城市TSP验证了该暂态混沌神经网络的有效性.     

Shannond小波混沌神经网络及其TSP（城市旅行商）问题的求解

混沌神经网络已经被证明是解决组合优化问题的有效工具．针对混沌神经网络的单调的激励函数。通过引入Shannond小波和Sigmoid函数加和组成的非单调激励函数,提出了一种新型的暂态混沌神经元模型．给出了该混沌神经元的倒分岔图和最大Lyapunov指数时间演化图,分析了其动力学特性．基于该模型,构造了一种暂态混沌神经网络,并将其应用于函数优化和组合优化问题．通过经典的10城市TSP验证了该暂态混沌神经网络的有效性．     

基于量子小波神经网络的传动装置模式识别

针对传统神经网络收敛精度低,以及用于故障模式识别能力差的问题,提出了将量子神经网络与小波理论相结合的量子小波神经网络模型.该模型隐层量子神经元采用小波基函数的线性叠加作为激励函数,给出了网络学习算法,并以某型传动装置监测信号的小波能量谱为训练样本,识别传动装置带有缺损的齿轮故障征兆.仿真结果表明,量子小波神经网络能够提高神经网络训练精度和故障征兆识别精度.     

基于深度学习的肺癌患者颈部淋巴结良恶性辅助超声诊断

深度学习技术辅助超声影像诊断可以提高检测的精度和效率。提出一种用于超声图像分割的改进UNet卷积网络。该网络将噪声激励函数NHReLU和NHSeLU代替ReLU噪声激励函数,对成本函数增加权重参数。通过在两个尺度上预测,很好地处理了超声图像中标注区域尺寸变化的问题,提高对淋巴结超声图像分割效果。使用VGG、ResNet和DenseNet等网络预测淋巴结病灶区域的良恶性。实验表明,分割网络性能优异,Dice系数达到0.90,模型能够很好防止过拟合。在小样本下预测良恶性各指标都得到提高,为深度学习技术应用于超声图像检测提供了新方法。     

量子小波神经网络及其在漏钢预报中的应用

针对传统神经网络收敛速度慢,收敛精度低,以及用于模式识别泛化能力差的问题。提出了将量子神经网络与小波理论相结合的量子小波神经网络模型。该模型隐层量子神经元采用小波基函数的线性叠加作为激励函数,称之为多层小波激励函数,这样隐层神经元既能表示更多的状态和量级,又能提高网络收敛精度和速度。给出了网络学习算法。并以之在漏钢预报波形识别中的应用验证了该模型和学习算法的有效性。     

基于ALR的Hopfield神经 网络在高程拟合中的应用

运用具有正规化项的增广拉格朗日函数作为神经网络的能量函数,辅助二次曲面拟合,进一步探索 Hopfield神经网络在高程拟合中的应用。实际算例表明,该方法可以大大提高神经网络的计算效率和可靠性。     

基于激励函数修改技术的任意进制计数器设计

在推导用T触发器构成的二进制同步加减法计数器的设计公式之基础上,提出了用激励函数修改技术设计任意进制计数器的方法,并以十二进制加减法计数器的设计过程为例说明这种设计方法具有设计快捷、快速、方便的优点。     

Statistical significance of non-reproducibility of cross sectionsmeasured in dissipative reactions ^19F＋^93Nb

Two independent measurements of cross sections for the ^19F ^93Nb dissipative heavy-ion collision (DHIC) have been performed at incident energies from 100 to 108 MeV in steps of 250 keV. Two independently prepared targets were used respectively with all other experimental conditions being identical in both experiments. The data indicate non-reproducibility of the non-self-averaging oscillation yields in the two measurements. The statistical analysis of this non-reproducibility supports recent theoretical predictions of spontaneous coherence, slow phase randomization and extreme sensitivity in highly excited quantum many-body systems.     

基于BP神经网络的会计信息质量评价

随着资本市场的不断发展,会计信息对扩大市场规模、增强投资者信心的作用越来越重要。会计信息被广泛应用的同时,会计信息失真、财务舞弊等现象频频出现,严重影响了整个资本市场的健康发展。因此,如何准确、客观评价会计信息质量已经成为资本市场亟需解决的问题。针对上述问题,本文结合盈余质量、深交所披露质量和审计质量对会计信息质量进行评分,通过分析会计信息质量各影响因素选取了11个指标,在此基础上引入BP神经网络构建会计信息质量评价模型,并对模型进行训练和测试,以期为会计信息质量评价提供新思路。     

一种改进的获得 J－K触发器激励函数的方法

针对由状态转移关系求取J－K触发器激励函数的传统方法存在的问题，通过分析状态转移表和J－K触发器的特性方程的内在联系，给出一种由状态转移表直接获取J－K触发器激励函数的方法。该方法能有效简化激励函数求取的过程，不需要太多的函数变换技巧，同时通过该方法得到的激励函数具有最简形式。