人工神经网络在混沌观测时序数据处理中的应用

人工神经网络是用来模拟人脑智能特点和结构的一种模型,具有很强的非线性映射功能。把它引用到观测序列数据的分析处理中,可为观测数据的分析处理提供一种新方法的方法,也是对人工神经网络方法应用的推广。文中分析了时间序列的可预测性,给出了用人工神经网络预测和处理混沌观测时间序列的方法,并给出了应用实例。结果表明：用该方法处理能达到较高的精度。     

最小二乘曲线拟合在溶液表面张力实验数据处理中的应用

为了优化正丁醇溶液表面张力实验的数据处理方法,本文使用线性和非线性最小二乘曲线拟合方法拟合σ-c关系曲线,并比较了2种拟合方法在溶液表面张力实验数据处理中的应用效果,发现后者能更好地反映正丁醇水溶液表面张力与浓度的函数关系,拟合效果较好,拟合后的计算较简便,计算正丁醇分子截面积结果较准确.继续用后者处理舍弃了2个高浓度数据后的实验数据,拟合效果更好,计算分子截面积结果更准确.在处理正丁醇溶液表面张力实验数据时,应避免使用线性最小二乘曲线拟合方法,应使用非线性最小二乘曲线拟合方法.在正丁醇溶液表面张力实验中,应避免使用高浓度溶液,应使用较低浓度的溶液.     

MATLAB在人工神经网络中的应用

人工神经网络是在人类对大脑神经网络认识理解的基础上人工构造的能够实现某种功能的神经网络,在人工神经网络的实际应用中,大多数的人工神经网络模型都是采用BP网络或它的变化形式,而MATLAB神经网络工具箱对BP网络的计算,只需选择对应的激活函数,就可以得到网络输出矩阵,所有操作都以矩阵形式进行,程序编写简单,编程效率高。     

遗传算法在人工神经网络中的应用综述

本文介绍正被逐渐广泛应用的新型的、随机性的全局优化方法－遗传算法,系统地讨论了遗传算法在人工神经网络中的主要应用,实验结果显示了遗传算法快速学习网络权重的能力,并且能够摆脱局部极小点的困扰。     

人工神经网络在机器人控制中的应用

本文首先阐述了克服局部极小的BP算法，并将其用于机顺人控制，避免了求解复杂的机器人控制方程，取得了满意的仿真效果，证实了改进算法能够迅速跳出局部极小，具有一定的容错性，鲁棒性。     

人工神经网络在几何造型中的应用

本文介绍了人工神经网络的基本原理和基本特征，对其在几何造型中的应用进行了深入的分析与探讨，提出了基于人工神经网络的曲面光顺，并研究了自由曲面重建和特征识别中人工神经网络的应用方法。     

人工神经网络在股票价格预测中的应用

股票价格的走势短期随机性强,但从长期上来看,具有一定的规律性。人工神经网络可以看成是一个具有自学习功能的"黑箱",在处理无法精确建模的问题上具有很大优势。采用了MATLAB中的人工神经网络工具箱,对某股票的价格进行建模,并且较准确的预测其近期走势。     

人工神经网络在文本分类中的应用

给出一种基于多层前馈神经网络的中文文本分类模型,介绍了该模型的设计和实现。对于文本分类的核心训练算法,给出主要步骤的推导过程;最后给出了神经网络模型分类性能的测试结果。     

人工神经网络在工程项目风险分析中的应用

任何一项工程项目都有一定风险,怎样做好风险性控制、识别、判断,则显得尤为重要.众所周知,风险是无法避免的,关键在于怎样做好风险管理,怎样在工程项目中进行风险评估,成为工程项目重要研究研究课题.对此,笔者根据实践经验,就人工神经网络在工程项目风险分析的应用进行简单叙述.     

人工神经网络及其在化学领域中的应用

简化了人工神经网络的定义及分类,着重介绍了ＡＮＮ中一种较经典的网络模型－ＢＰ网络模型的网络结构和学习原理,总结了ＡＮＮ在化学领域中的应用,包括谱图分析,药物分子等。同时讨论了在使用ＡＮＮ方法时应注意的几个问题,如隐层节点数目的确定等。     

人工神经网络的并行分布处理

神经元的映射分配是人工神经网络虚拟实现中的重要研究课题。本文系统地分析了人工神经网络的重要性质－并行分布处理，并对映射分配问题中的两个关键性概念－负载均衡和通信开销进行了深入讨论。以此为基础，提出了一系列映射算法，并对算法性能进行了分析。其中，吸收算法最大程度地开发了人工神经网络固有的并行性，是一个实时的算法。     

人工神经网络用于煤直接液化反应模拟的研究

采用人工神经网络的方法模拟了煤直接液化过程中各变量之间的非线性关系。选用ｌｅａｖｅ－ｏｎｅ－ｏｕｔ的交叉验证（ｃｒｏｓｓ－ｖａｌｉｄａｔｉｏｎ）方法确定网络的最佳拓扑结构,达到对催化条件下煤直接液化过程最大限度的拟合。结果表明,尽管部分样本的预报绝对误差大于１０％,人工神经网络可以较好地模拟反应条件与产物产率之间的关系,并能准确预报催化剂浸渍量对煤的总转化率和沥青烯轻质产物产率的影响趋势。由于实验     

主成分分析法用于化工过程人工神经网络建模

达到提出应用主成分分析法对样本进行预处理,减少网络的输入因子数,消除输入因子间的关相性关简化网络结构,达到提高网络学习速率的目的,得到的人工神经网络模型能达到所要求的精度。     

前向人工神经网络的生成系统

开发了一个前向人工神经网络生成系统的软件包，集网络的生成，学习使用和数据处理功能一身，调用灵活，已将该软件包应用于试验优化设计，多元校正。     

神经网络在图像处理中的应用

近几年，随着神经网络理论的深入研究，神经网络技术的并行性计算能力、非线性映射和自适应能力等优点得到了充分的认识，各种神经网络模型在图像处理领域中得到了广泛的应用．本文对各种流行的神经网络模型在图像处理领域中的应用进行了汇总，根据图像处理的具体内容对这些应用进行分类叙述，阐明了神经网络技术在图像处理领域中的优点和不足之处，并对将来神经网络技术在图像处理领域中的应用提出了几点期望．     

双并联人工神经网络交替迭代算法及应用

本文给出一种双并联人工神经网络的交替迭代算法，数值计算结果表明，这种算法是有效的，且具有收敛速度快，计算精度高的特点。     

多神经网络在高维数据分类中的应用研究

针对BP神经网络在高维数据分类中存在训练时间长的缺点,提出一种新的多神经网络分类模型,该模型采用自组织特征映射(SOFM)网络对训练样本集进行无监督聚类,通过优化竞争层神经元权值,并以此训练BP神经网络实现数据分类.最后对自由手写数字样本进行识别,仿真实验表明,这一模型具有较强的分类能力和泛化能力.     

用最优成员选择方法训练人工神经网络

对遗传算法采用实数编码用于训练神经网络进行了讨论，由实际运算发现，因为只有好的成员才能繁衍，所以无论淘汰率较小或较大时，经过若干代的进化后，往往形成近亲繁衍生息的情况，近亲繁衍时交叉操作对进化作用不大，如何工只取一个最优成员采用突变方法产生子代成员来训练神经网络能得到很好的结果，最翁     

基于人工神经网络进行财务危机预警的改进方法

利用Ruck的研究成果,对人工神经网络进行财务危机预警的方法进行了改进,输出公司未来的财务状况是正常还是陷入危机的概率.利用我国上市公司1998年到2003年的财务数据,实验证明改进方法能够有效预测公司财务状况,提前2年判断公司是否会陷入财务危机的正确率达到82%.