一种面向模式分类的修正的ART1神经网络

本文提出了一种关于ｎ维布尔模式分类的，基于欧氏距离的判定规则，在ＡＲＴ１神经网络的基础上，设计了一种实现这一判定规则的神经网络（ＭＡＲＴ１）及其学习规则，并给出了计算机仿真结果。     

一种双足步行机器人的步态规划方法

本文介绍了一种双足步行机器人的步态规划方法，以前向运动为例，详细介绍了先分阶段规划然后合成的方法，并讨论了行走过程中的冲击振动问题及减振措施，实验及仿真结果验证了这一规划方法的有效性。     

四足步行机器人模糊神经网络控制

本文以模糊控制与神经网络应用于四足步行机器人的力与位置混合控制系统为目的，针对ＪＴＵＷＭ－ＩＩ四足步行机器人，进行了有关神经网络、模糊控制的理论研究和实验     

基于BP神经网络的被动步行稳定不动点的估算

建立了被动步行机器人的动力学模型．使用BP 神经网络对被动步行稳定不动点进行估算,并将估算值 作为Newton-Raphson 迭代的初值来求解稳定不动点．该方法解决了以往利用非最简模型求解不动点时,由于初值 选取不当所造成的搜索成功率低以及搜索时间长的问题．在获取训练样本时,参数变化较小时不动点的变化很小; 利用这一特点,在计算相邻两个样本的不动点时,只使一个参数发生较小的变化,并将本次使用Newton-Raphson 迭 代搜索得到的稳定不动点作为搜索下一样本不动点时的初值．使用1 000 组随机产生的参数对所得神经网络进行测 试,结果表明该方法可以大幅提高稳定不动点的搜索成功率,大幅缩短搜索时间．     

一种基于小波神经网络故障检测方法的仿真研究

文中提出了一种基于小波神经网络一性观测器的故障检测方法。它是一种把信号分析和模型相结合的故障检测方法,通过小波对信号的去噪和神经的神经网络的自学习功能,来获取系统输入输出的非线性动力学特性,进而实时计算出残差并进行逻辑判疡,可提高故障检测的速度和准确率。对同步交流电机的结构损伤故障进行了仿真,结果表明了该方法是可行的。     

混合神经网络模型在人体活动识别中的研究

针对人体活动识别问题与其在实际情况中的应用,综合考量卷积神经网络与作为循环神经网络变体的门控循环单元,设计能自动提取传感器数据特征和记忆时序性活动数据的CNN-GRU混合神经网络模型,并予以改良.使用该模型在公开的数据集上进行实验,较其他的模型效果更加理想.在人体活动识别的处理中,CNN-GRU模型能达到预期的高准确率.在数据集时序性依赖较强的情况下,CNN-GRU模型能拥有更好的准确度和稳定性.     

混合神经网络模型在人体活动识别中的研究

针对人体活动识别问题与其在实际情况中的应用,综合考量卷积神经网络与作为循环神经网络变体的门控循环单元,设计能自动提取传感器数据特征和记忆时序性活动数据的CNN-GRU混合神经网络模型,并予以改良.使用该模型在公开的数据集上进行实验,较其他的模型效果更加理想.在人体活动识别的处理中,CNN-GRU模型能达到预期的高准确率.在数据集时序性依赖较强的情况下,CNN-GRU模型能拥有更好的准确度和稳定性.     

一种复数神经网络模型

基于复理论，本文提出了一种复数神经网络模型。     

基于混合跟踪模型的室内步行人体3D运动估计

针对步行人体3D运动估计过程中的自遮挡问题, 提出了基于混合跟踪模型的粒子滤波算法. 首先, 利用自遮挡状态检测模型, 将步行人体运动划分为四种自遮挡状态; 其次, 根据混合跟踪模型, 针对不同的自遮挡状态, 算法采用不同的跟踪模型; 最后, 为了估计遮挡状态下的人体运动, 算法提出了基于M-估计的在线训练方法 以训练肢体运动相关系数. 经过实验分析, 算法对处 于自遮挡状态下的人体3D运动估计有着良好的效果, 人体3D运动的估计精度得到了提高.     

暂态混沌神经网络在人眼运动机制模拟中的应用

１引言人眼运动机制主要包括定位和识别两项子任务［１］．定位任务是利用感兴趣模式的先验知识,在一个宽视野中定位模式的位置,而识别任务则是在假定该模式的位置已固定的条件下确定该模式的类别．因此,这两项子任务是协作性任务．为了克服Ｈｏｐｆｉｅｌｄ型动态神经...     

面向应用的神经信息处理系统（NIPS）

本文介绍了一个面向应用的神经信息处理系统ＮＩＰＳ，该系统在并行处理器阵列Ｔｒａｎｓｐｕｔｅｒ基础上为用户提供了ＢＰ，Ｋｏｈｏｎｅｎ，结构化网络等高速，通用以及大规模神经网络应用开发平台。     

通用并行神经网络模拟系统GP^2N^2S^2

本文提出的基于Transputer阵列的通用并行神经网络模拟系统（GP^2N^2S^2）提供了高级神经网络描述语言及其编辑和编译器以及友善的执行环境，可将用户以串行方式编写的程序由系统自动地并行执行，能模拟现有的各种神经网络模型和用户自己开发的新模型。     

CMAC神经元网络在CSTR系统建模中的应用

目前正在兴起和发展的人工智能和人工神经网 络的研究,为复杂非线性系统的控制开辟了一条新路．本文将CMAC神经元网络用于CSTR系统 的建模,取得了很好的仿真效果．     

二足步行机器人三维动步行的双脚支撑期的理论解析及仿真

本文以１０自由度二足步行机器人三维动步行的实现为目的，根据动力矩和静力矩的概念，运用Ｓ和Ｆ非分离的三维力学分析方法，对于双脚支持期的二足步行运动，进行了理论解析和步行仿真，证明了该方法的有效性。     

船舶减摇非线性系统神经网络控制研究

本文针对船舶横摇运动的非线性模型，基于BP神经网络设计了一种船舶横摇减摇 自适应PID控制器．该控制结构由两个BP神经网络组成,实现了对被控对象输出的预测及PID控制器参数的自整定．仿真表明该控制器对减摇系统的非线性模型有很好的减摇效果．     

基于MATLAB的BP神经网络预测系统的设计

利用MATLAB设计了BP神经网络预测系统.介绍了MATLAB的BP神经网络工具箱函数和图形用户界面,详细介绍了BP神经网络预测系统的设计,并对所设计的预测系统进行了性能评价.系统具有良好的性能,在很多领域可以发挥较大的作用.     

人眼明暗分界感觉的计算机模拟

提出新的非线性算子对人眼视觉系统（ＨＶＳ）明暗分界感觉进行计算机模拟。ＨＶＳ在不同光照条件下对光强度的响应不同,即为非线性响应,因而应在常规的线性边界撮算子中引入非线性项,以使撮结果更好地与ＨＶＳ感觉吻合。目前作者已对司明状态下的ＨＶＳ边界感模拟进行了细致研究,找到了合适的非线性算子,经试验验证,与人眼感觉符合较好。     

一种基于神经网络的视觉定位系统

本文提出了一种基于人工神经网络的多线阵相机系统标定与3D定位方法，并应用于基于多线阵相机构成的视觉空间定位系统．该视觉定位系统利用了线阵相机的快速性与高分辨率的特点，非平行空间投影面相交定位的基本原理，实现了这种结构下快速、高精度空间定位．实验表明，人工神经网络的定位方法简化了多线阵视觉定位系统标定与定位计算的复杂性，在定位精度上达到了良好效果．为机器人位置反馈控制提供了有效的技术途径．     

微小型移动机器人移动方式的研究

本文介绍了微小型移动机器人常用的几种移动方式,分析了不同方式对移动体几何尺寸因素变化的敏感程度,提出并建立了评估方程.