模拟神经网络VLSI脉冲流技术在故障诊断中的应用分析

介绍了模拟神经网络VLSI脉冲流技术实现神经网络模式识别硬件电路的方法，并且直接将故障分类。提出利用包含有故障信息的原始模拟噪声信号，经过前置信号处理和神经网络运算，得出VLSI电路输出端电容的电压值－代表待识别信号与模板故障信号的“欧氏距离”，以实现噪声故障信号的实时硬件在线识别。     

BP算法的改进及用模拟电路实现的神经网络分类器

基于用模拟电路实现神经网络分类器的目的，对多层静态前馈神经网络的ＢＰ算法做了改进，采用线性限幅函数代替Ｓｉｇｍｏｉｄ函数作为神经元的激活函数，给出了改进的ＢＰ算法。对该算法性能的实验研究表明：这种改进算法不但方便了用线性模拟集成运算放大电路实现神经网络，而且具有学习速度快，映射能力强等优点。根据本文算法设计的神经网络分类器，无论是计算机仿真，还是模拟电路实现，都得到了比较高的识别率。     

基于神经网络的上网行为识别的研究

本文提出了利用数据流量、连接数、FTP连接数和QQ连接数作为特征量。应用神经网络技术实现对上网行为的自动识别。并用MATLAB仿真的方法进行神经网络的设计和模拟。通过调整网络的参数，有效地提高了识别率。     

基于BP神经网络的电气操作票专家系统

将神经网络理论应用于传统专家系统，提出并实现了基于BP神经网络的电气操作票专家系统，解决了传统电气操作票专家系统知识获取瓶颈问题。介绍了系统的关键实现技术。     

一种非线性优化的神经网络

本文提出了用人工神经网络求解具有约束条件的非线性优化问题的具体方法，分析了神经网络能量函数的构成形式，并在常规的Ｈｏｐｆｉｅｌｄ网络模型的基础上构造了一个非全局连接的神经网络动力学模型。这种修改的Ｈｏｐｆｉｅｌｄ网络克服了常规的Ｈｏｐｆｉｅｌｄ网络在求解非线性优化问题时权值不好映射的困难，具有结构清晰，易于软件模拟和硬件实现的优点。     

基于神经网络的快脉冲信号传输崎变恢复方法研究

本文主要讨论了快脉中信号在传输过程中发生畸主粕的恢复问题，提出一种神经网络方法。文中给出了网络结构、学习算法、数值模拟以及实现结果。     

有限集A包含于R^n→有限集B包含于R的高阶神经网络实现

随着人工神经网络（ＡＮＮ）理论和技术的不断发展，人们加深对高阶神经网络映射能力的。本文对高阶神经网络实现有限集Ａ包含于Ｒ＾ｎ→有限集Ｂ包含于Ｒ的函数逼近问题进行了上的研究，得出了高阶神经网络可以实现有限集到有限集函数逼近的结论。     

神经网络集成

神经网络集成通过训练多个神经网络并将成结论进行合成，可以显著地提高学习系统的泛化能力。它不仅有助于科学家对机器学习和神经的深入研究，还有助于普通工程技术人员利用神经网络技术来解决真实世界中的问题。因此，它被视为一种广阔应用前景的工程化神经计算技术，已经成为机器学习和神经计算领域的研究热点。该文从实现方法、理论分析和应用成果等三个方面综述了神经网络集成的国际研究现状，并对该领域值得进一步研究的一些问题进行了讨论。     

小波神经网络在模拟电路故障诊断中的应用

研究模拟电路优化问题,电路系统存在非线性和漂移会引起系统故障.针对BP神经网络在模拟电路故障诊断上存在的收敛速度慢、易陷入局部最小等不足,为解决上述问题,提出基于小波神经网络的模拟电路故障诊断方法.采用正弦信号仿真模拟电路,应用小波变换对模拟电路响应的采样信号进行故障特征提取,建立故障字典,利用神经网络对各种状态下的特征向量进行分类决策,实现模拟电路的故障诊断.故障诊断仿真表明,保证较高故障诊断正确率RBF网络的训练次数得到了极大地缩小,极大地提高了模拟电路故障诊断的效率,为设计提供了依据.     

基于神经网络集成技术构建IDSS知识库的研究

神经网络集成通过训练多个神经网络并将其结果进行合成,可以显著地提高学习系统的泛化能力,有助于工程技术人员利用神经网络技术来解决真实世界中的问题。在分析智能决策支持系统（IDSS）目前面临问题基础上,论述了神经网络集成实现的方法,对神经网络集成技术在构建IDSS知识库中的应用进行了研究,并成功进行了实现。     

采用神经网络辩识风洞流场马赫数

本文在研究FL26Y风洞流场特性的基础上，压用神经网络技术，研究马赫数在线辨识问题，为高精度风洞流场马赫数控制，提供技术支持：首先介绍神经网络马赫数辨识原理，然后介绍神经网络拓扑结构的设计，并构造神经网络的马赫数辨识模型(NN1)。最后通过软件实现及仿真，研究动态数据优化、软件滤波以及动量系数对网络学习性能的影响。     

电梯群调度的模糊神经网络方法

采用外呼-分配策略和模糊神经网络方法，研究了电梯群调度的评价函数、模糊规则、网络结构和学习算法，成功地模拟实现了电梯群的调度，表明了模糊神经网络方法的可行性和有效性。     

模拟退火算法在神经网络中的实现

神经网络是用于模拟人的大脑组织结构的一种网络结构。在很多技术领域存在着大量的组合优化问题．这些问题随着规模的增大,求解的时闻和空间呈指数级增长,当规模达到一定程度,在时间上,求解就变得没有可行性可言,而神经网络是近似求解的一种很好的解决方法。神经网络的实现方法有多种,例如模拟退火算法、BP算法和遗传算法,等等,其中,模拟退火算法是一种计算精度比较高、收敛速度较快的算法。     

基于神经网络的上网行为识别的研究

本文提出了利用数据流量、连接数、FTP连接数和QQ连接数作为特征量,应用神经网络技术实现对上网行为的自动识别。并用MATLAB仿真的方法进行神经网络的设计和模拟。通过调整网络的参数,有效地提高了识别率。     

人工神经网络在煤氧化性预测方面的研究

提出了利用人工神经网络技术进行煤氧化速率定量预测的新方法．根据对煤自燃的实际特点和基本规律的综合考虑，研究了影响因素的选取、煤氧化速率预测模型的建立等问题。采用BP神经网络算法对煤氧化速率进行了建模。结果表明，用神经网络模型对煤氧化速率进行模拟预测，具有理论上的可行性和现实意义，说明人工神经网络技术在煤氧化速率预计领域中具有实用价值。     

粒子群算法优化的BP网络预测软件质量

预测软件质量的技术中,软件建模技术是软件质量评价体系中的关键技术,它可以发现软件中度量数据和软件质量要素之间的非线性关系。BP神经网络能够很好地模拟度量数据和质量要素之间的非线性关系,但是BP网络存在易于陷入局部极小和收敛速度慢的问题,所以提出了用粒子群算法优化BP神经网络,通过优化的BP网络建立软件质量模型,这样能很好地解决BP网络收敛速度慢和局部极小的问题。在实现该进化BP神经网络的基础上,利用28组数据进行实验,并通过与BP模型的结果的比较,验证了该模型。     

基于神经网络的大规模模拟电路故障检测系统

设计了一个基于小波和神经网络的信号处理系统，该系统主要针对大规模模拟电路故障检测。针对传统诊断技术的局限性，讨论了利用神经网络方法分级诊断大规模模拟电路软故障的方案，通过小波变换提取故障特征，并利用神经网络的非线性映射特性逼近故障诊断模型。诊断结果表明基于人工神经网络的电路故障诊断方法是行之有效的。此方法具有广阔的应用前景，为大规模模拟电路故障诊断提供了新的理论依据和检测方法，并有希望研制成一套高效的检测设备。     

基于专家—神经网的递阶智能控制系统

本文介绍了专家系统与人工神经网络技术相结合的一些方法，提出了联合使用专家系统与人工神经网络的递阶智能控制系统结构，其组成为：监督控制专家系统，数据处理与故障诊断神经网络，常规分布式控制系统。其中的监督控制专家系统又由人工神经网络模拟实现。由于本系统吸取了专家系统技术及人工神经网络技术两者的长处，克服了各自的缺点，使得系统的性能大为提高。     

基于神经网络与模糊融合的外围故障诊断方法

针对用传统检测方法诊断模拟电路系统设备外围故障困难的问题,提出了一种利用BP神经网络与模糊融合相结合的故障诊断新方法,将神经网络与模糊融合结合起来,实现两者优势互补;首先利用神经网络的泛化能力对系统内部各可测点电压各用一个独立的BP神经网络对系统进行初级诊断,然后根据初级诊断结果,运用模糊融合诊断方法进行故障诊断,诊断结果更趋于合理,对模拟电路系统的外围故障实现正确定位;该方法能充分利用系统内部故障信息,有效避免采集外围设备信息的困难。     

一个基于NN的高血压中医诊疗专家系统原型

本文介绍了一个在于神经网络的高血压中医诊疗专家系统原型的功能设计，实现方法，主要处理步骤及其模拟原理的医学合理性。