函数型神经网络在捷联陀螺非线性估计中的应用

针对神经网络的强自学习性、自适应能力及非线性变换特性,结合陀螺静态漂移误差模型,采用函数型神经网络对捷联陀螺静态漂移误差系数进行了非线性估计,解决了捷联陀螺重复启动时的静态漂移误差系数的在线动态标定问题。     

遗传神经网络及其在非线性系统辨识中的应用

介绍了浮点遗传算法的原理及其在神经网络权值和阈值优化计算中的应用,提出了用遗传神经网络对非线系统进行系统辨识的构思。     

地震烈度仪对卷积神经网络模型地震预警震级估计的影响

为探索地震烈度仪对卷积神经网络模型地震预警震级估计的影响,以2022年中国发生的5次破坏性地震（M_S≥5.8）为例,将地震数据应用到卷积神经网络震级估计模型中,分析引入烈度仪地震数据后的震级估计。结果表明:在P波到达后3 s,烈度仪和强震仪的单台震级估计误差主要分布在±1震级单位范围内;对于震中距100 km以内的数据,在P波到达后10 s内,与强震仪相比,烈度仪震级估计误差均值更接近0;对于信噪比小于20的数据,强震仪震级估计误差均值比烈度仪的震级估计误差均值更接近0,且烈度仪有更大震级估计误差的不确定度。此外,对于这5次地震,与强震仪相比,烈度仪的数量更多、分布更密,引入烈度仪地震数据后,卷积神经网络模型更快地获得鲁棒的震级估计。研究结果为地震烈度仪在卷积神经网络震级估计模型中的适用性提供了依据,也为地震预警系统震级估计提供参考。     

神经网络在非线性系统动态辨识中的应用

本文采用一定区间内的随机数激励非线性系统，以取得样本函数作为教师信号训练神经网络，对非线性系统进行动态辨识。计算结果表明，这样建立起来的动力不模型对于各种非教师信号的有较好的适应性。     

非线性神经网络自适应控制及其在导弹中的应用

研究了用神经网络控制未知动态特性的非线性系统。基于神经网络学习系统的反向动态特性，调整控制网络的参数，使控制系统具有自适应的特性。网络学习采用误差反向传播算法，仅需要对象的输入输出值。对含有非线性环节的系统，该方法取得较好的效果。     

径向基神经网络在非线性系统辨识中的应用

本提了一种基于径向基函数神经网络对非线性系统进行辨识的方法、仿真及对模拟系统的辩表明,该方法有效可行。     

基于神经网络的非线性随机系统的状态估计

针对惯性导航系统的特点，建立一个三层ＢＰ网络，用测量到的带有噪声的输出变量序列和状态变量作为样本，训练神经网络，经过训练的神经网络对噪声具有抑制能力，可用带有噪声有输出变量序列来估计状态变量的真值。     

对角递归神经网络在非线性内模控制中的应用

提出一种基于对角递归神经网络的非线性内模控制方案,其内部模型和内模控制器的建立均由对角递归神经网络来实现,同时改进神经网络控制器的训练函数。仿真结果表明,改进的内模控制系统与基本BP神经网络内模控制系统相比,具有跟踪速度快,超调量小,以及对对象参数摄动具有较好的适应性。     

对角递归神经网络在非线性内模控制中的应用

提出一种基于对角递归神经网络的非线性内模控制方案，其内部模型和内模控制器的建立均由对角递归神经网络来实现，同时改进神经网络控制器的训练函数。仿真结果表明，改进的内模控制系统与基本BP神经网络内模控制系统相比。具有跟踪速度快，超调量小，以及对对象参数摄动具有较好的适应性。     

人工神经网络在纸浆漂白工艺中的应用

将人工神经网络技术用于纸浆漂白工艺过程,建立了漂白因素与漂白效果的网络模型。用实验数据对网络训练后,网络能准确预报漂白效果,在此基础上,通过模拟计算及统计分析,找到了漂白工艺参数的最优操作域。     

人工神经网络及其在非线性系统控制中的应用

本文介绍了人工神经元和人工神经网络的基本结构,并在此基础上分析了人工神经网络的特性、学习和训练,说明了两种典型网络BP网络和Hopfield网络的工作原理,对人工神经网络在非线性系统控制中的应用进行了探讨.     

人工神经网络硬件化途径与神经计算机研究

讨论了人工神经网络硬件化实现的途径和意义，提出对通用神经计算机性能的原则要求．在此原则指引下研制的小型神经计算机（预言神１号），具有灵活性强，使用方便，每秒模拟２×１０７次神经联结计算，并且有在计算过程中随时变更网络拓扑结构和神经元非线性函数的功能，文中讨论了它的适用范围和性能价格比问题．     

液液旋流油水分离器的神经网络模型

采用人工神经网络方法,建立了液液旋流油水分离器的ＢＰ网络模型,该模型能根据物性参数比较准确地预测旋流油水分离器的结构参数和操作参数。     

人工神经网络在涡流检测中的应用

涡流检测作为一种非破坏性检测方法,在金属材料无损检测领域得到了广泛应用,由于影响涡流的因素太多,所以涡流检测的定性、尤其是定量分析一直是个难点．通过分析,提出了基于人工神经网络的涡流检测方法,从而避开了建模,通过学习大量的实际范例对缺陷类型进行自动识别和分类．     

巷道围岩非线性时空演变神经元网络预报模型

在提出信息扩散思想的基础上，运用神经元网络研究了煤体－煤体巷道和煤体－煤柱巷道的ｕ０，ｖ０和ｕ１与巷道围岩对每类聚类中心的隶属度、支护强度影响系数、断面影响系数及煤柱宽度的关系，建立了巷道围岩非线性时空演变神经元网络预报模型．并用巷道围岩移近量实测值对所建立的模型进行了检验，取得了满意的结果．     

人工神经网络在通信中的一种应用

新近，人工神经网络在通信中已获得了广泛应用，本文研究人工神经网络应用于通信中均衡与译码问题，提出了能同时完成均衡与译码的新方法。计算机仿真证明，它既适合于最小相位信道，也适合于非最小相位信道，还适合于非线性信道。     

基于一种改进BP神经网络的一类非线性系统辨识方法

对一类非线性系统的辨识方法进行了讨论。辨识模型为一个改进的神经网络,该神经网络包括:线性网络和BP神经网络。对线性网络的模型选择和多层前馈网络的关系做了细致的研究, 并分别进行了仿真。仿真结果表明,该系统辨识方法对于一类非线性系统具有很好的辨识作用。     

Artificial Neural Network Performing the Forward Operation of Color Appearance Model

A method of the forward operation of color appearance(from colorimetric attributes to color appearanceattributes)using an artificial neural network(ANN)is presented.The neural network model developed is a multilayerfeedforward neural network model for predicting color appearance model(CAM).This method greatly decreased themathematical computation in color appearance prediction.The error backed-propagation(BP)algorithm was applied     

人工神经网络用于建筑工程领域的数据处理方法

数据预处理的好坏严重地影响了神经网络的推理性能和应用，也引起了人们的广泛关注和重视。首先对人工神经网络在建筑工程领域中的应用及进行数据处理的意义进行了阐述，接着对数据处理的步骤和方法进行了比较系统地研究，最后用一个算例验证了该方法的优越性。