非对称带状红间隙的人工神经网络模型

采用多层感知器神经网络模型模拟非对称带状线中的间隙不连续性。由时域有限差分方法计算得到一系列按全因素试验设计采样的训练数据,利用这些训练数据训练产生多整改右器神经网络模型,训练结束时储工作空间。并采用未参加训练的ＲＤＴＤ数据验证了人工神经网络的可靠性。     

用等效介电常数研究多层多导体系统模型

在设计多层多导体系统时，通常采用快速多极子算法、直线法等来计算多层多导体系统的电容电感矩阵，其计算量随着系统介质分界面数量的增加而增加．利用时域有限差分法，推导出单元网格内的等效介电常数公式，给出了用等效介电常数研究多层多导体系统的几种简化模型，以及用HFSS得到的仿真结果．等效介电常数的引入简化了多层多导体系统的模型，从而减少了用快速多极子算法、直线法等来提取多层多导体系统电容电感矩阵时的计算量．     

一种基于人工神经网络的出租车目标自动预测算法

阐述了ECML/PKDD大会对出租车目的地预测提出质疑的解决方案,使用一种基于神经网络的完全自动化的方法,尝试构建多层感知、双向递归神经网络和记忆网络的模型。提出的方法可以较容易地适用于其他应用程序,目标是预测一个可变长度序列的固定长度输出。     

一种适于多电平调制信号均衡的神经网络

在二电平信号下基于多层感知器ＭＬＰ（ＭｕｌｔｉＬａｙｅｒＰｅｒｃｅｐｔｉｏｎ）的均衡器（ＭＬＰＥ）性能远远优于传统的线性模向均衡器ＬＴＥ（ＬｉｎｅａｒＴｒａｎｓｖｅｒｓａｌＥｑｕａｌｉｚｅｒ）．但在多电平调制信号下，ＭＬＰＥ性能迅速下降．其主要原因在于激活函数的选择．文中提出了一种适于多电平信号均衡的神经网络模型——分段多层感知器ＳＭＬＰ（ＳｅｇｍｅｎｔＭｕｌｔｉＬａｙｅｒＰｅｒｃｅｐｔｉｏｎ），并给出其算法．模拟结果表明，基于ＳＭＬＰ的均衡器，比ＬＴＥ和ＭＬＰ收敛速度更快，最小均方误差ＭＭＳＥ（ＭｉｎｉｍｕｍＭｅａｎＳｑｕａｒｅＥｒｏｒ）也小得多，而计算复杂度则与ＭＬＰ相同．     

基于神经网络的液压泵故障诊断--学习系统的分析

说明了基于神经网络的故障诊断的学习系统的原理，分析了多层感知器的隐层节点数的确定和对BP算法的改进，并以液压泵的故障诊断为例，解释了此学习系统的实现过程，在对BP算法改进之后，系统能很好地实现学习功能，完全达到了预期的结果。     

FDTD法分析多连接波导的模式

采用时域有限差分法结合傅立叶变换方法,分析了非对称的混合波导和偏心圆波导的模式和场分布,得出了有工程实用价值的结果,为新型圆形横电磁波传输室和多连接波导的设计提供了理论基础.     

一种适于多电平调信号均衡的神经网络

在二电平信号下基于多层感知器ＭＬＰ（Ｍｕｌｔｉ Ｌａｙｅｒ Ｐｅｒｃｅｐｔｉｏｎ）的均衡器（ＭＬＰＥ）性能远远传于传统的线性模向均衡器ＬＴＥ（Ｌｉｎｅａｒ Ｔｒａｎｓｖｅｒｓａｌ Ｅｑｕａｌｉｚｅｒ）。但在多电平调制信号下，ＭＬＰＥ性能迅速下降，其主要原因在于激活函数的选择。文中提出了一种适于多电平信号均衡的神经网络模型－－分段多层感知器ＳＭＬＰ（Ｓｅｇｍｅｎｔ Ｍｕｌｔｉ Ｌａｙｅｒ Ｐｅｒｃｅ     

波导不连续性的时域分析

利用时域有限差分法分析了标准矩形波导内的各种不连续结构。采用理想匹配层边界条件以有效吸收边界面上的出射波，并与色散边界条件的吸收效果作比较。然后，给出了主模工作下各种波导不连续结构的等效双端口网络参数     

FDTD法分析多连接波导的模式

采用时域有差分法结合傅立叶变换方法，分析了非对称的混合波志和偏心圆波导的模式和场分布，得出了有工程实用价值的结果，为新型圆形横电磁波传输室和连接波导的设计提供了理论基础。     

屏蔽带状线的空域一般分析

本文提出一种新的芯板电荷分布形式,并借助格林函数和变分公式,对屏蔽带状线进行了空域分析。对芯板位置任意的一般情形,给出了电容、特性阻抗、电位分布和电场分布的解析表达式;与其他方法比较,其数值结果易于实现,精度较高。本文提出的方法,对偏心或对称的横电磁波传输室(TEM cell)特性分析尤为适用。     

对称单面鳍线的人工神经网络模型

采用知识人工神经网络模型拟对称平面鳍线,通过利用先验知识减小输入映射关系的复杂度,建立了知识人工神经网络模型,减少了训练样本的数量。同时保留了全波时域有限差分法的准确性,而且具有快速简便的优点。     

人工神经网络

本文介绍了人工神经网络的概念,阐述了神经网络的一般结构和分类,以及神经网络的训练算法及其范化能力的改进．并综述了神经网络的应用。     

变压器故障诊断的人工神经网络法

介绍了一种对油浸式电力变压器故障进行诊断的人工神经网络方法（ANN）．提出了人工神经网络的模块化结构,并用具体实例说明ANN对变压器早期潜伏性故障作出预诊断的可行性和正确率．     

一种用于语音识别的神经网络

在研究了现有用于语音识别的一些典型人工神经网模型后,综合了几种典型神经网模型的优点,提出了一种适于语音识别的人工神经网络模型,该模型运算简单,学习速度快、易于大规模集成电路的实现,且具有相当的灵活性,计算机仿真对０－－９十个汉语数字语音进行识别,并把其识别结果与ＨＭＭ模型的识别结果作了比较,证明这两种方式是可比较的,揭示了该神经网络模型的潜在力。     

回归分析人工神经网络

为避免每次训练都必须随机生成样本序列的问题,提出网络动态拓扑的概念,对各种前向式网络进行统一表述;提出正、反序训练方法,并给出解的唯一性证明,同时,网络连接权在初始化时不再需要随机生成。回归分析人工神经网络有效解决了两次随机过程对训练结果造成的不利影响,在稳定性和可信性上对人工神经网络的应用提供了理论依据和技术支持。     

利用BP神经网络描述作物-水模型

研究了利用BP神经网络描述作物－水模型的方法，将各生育阶段的耗水量作为输入，将作物单产作出输出，构建了具有1个隐含单元层的BP神经网络结构，利用北京永乐店试验站1998－1999年度的冬小麦灌溉试验资料进行了样本进行训练和检验，得到了作物－水模型的人工神经网络模型。结果表明，作物－水模型的人工神经网络模型具有较高的拟合精度和预测精度。     

人工神经网络在生物过程中的应用

人工神经网络(ANN)由于其自身具有的自适应非线性信息处理能力,在对动力学具有较强的非线性、非稳态及时变特征的生物反应过程的描述中具有其他方法所无法比拟的优势.分析了人工神经网络在生物反应过程中建模的优势,对其近年来在生物反应过程中建模与仿真、过程优化控制、故障诊断、软测量及培养基优化等方面的应用进行了介绍,并提出了其未来发展的趋势.     

Hopfield网络与三角剖分

讨论了构造平面点集的三角剖分的一个简单的充分必要条件,为使用Hopfield网络解决最优三角剖分问题准备必要的理论基础。     

人工神经网络的虚拟输入方法及其在水轮机建模中的应用

本文绘出一种人工神经网络的虚拟输入方法，可以在应用人工神经网络理论建立系统的数学模型时，提高模型的精度。将这种方法用于建立水轮机数学模型，取得了满意的结果。     

基于人工神经网络的变电站故障诊断

介绍了一种利用人工神经网络（ＡＮＮ） 实现变电站故障诊断的方法,该方法充分利用人工神经网络所具有的强大的学习能力及高度的容错性等特点,实现对变电站故障元件的诊断．仿真结果表明,该方法不仅能准确地诊断出保护、开关正确动作时的故障元件,也可有效地诊断出因保护或开关拒动的越级故障时的故障元件．