Adaline神经元网络及训练方法的C++仿真实现

以 C++类的形式对 Adaline 神经元进行仿真实现．通过引用所定义的 Adaline 神经元类实现单层和多层神经元网；通过对神经元类的操作可以在内部对组成网络的神经元进行自动计算；最后采用 Adaline 收敛规则和最小均方规则2 种方法实现对神经元的训练。在所给程序基础上,还可实现其它具有不同层次数目神经元网络的仿真．     

Adaline神经元网络及训练方法的C 仿真实现

以C 类的形式对Adaline神经元进行仿真实现.通过引用所定义的Adaline神经元类实现单层和多层神经元网;通过对神经元类的操作可以在内部对组成网络的神经元进行自动计算;最后采用Adaline收敛规则和最小均方规则2种方法实现对神经元的训练.在所给程序基础上,还可实现其它具有不同层次数目神经元网络的仿真.     

基于Visual C++ 6.0 的多层前馈神经网络训练系统的实现

基于Visualc 6.0软件，开发了多层前馈神经网络训练系统，通过参数设置，该系统可以对教师样本进行学习，具有参数调整方便、界面友好等特点，通过对电火花线切割加工状态的识别，证明了本训练系统是有效和可行的。     

用C++Builder和Matlab联合编程实现数据处理的方法

介绍了如何用C Builder和Matlab联合编程的方法来实现中国环流器2号A的物理实验数据的处理．通常实验数据处理软件包括两大部分：常规处理软件和后处理软件．而开发软件C Builder和Matlab各有利弊；特别是实验数据后处理部分在C Builder下实现相当的复杂，如果利用Matlab引擎调用工具箱中的函数可节省二次开发工作量。保证程序的准确性．章着重介绍了如何在C Builder平台下，调用Matlab函数实现实验数据后处理问题．     

单神经元自适应PID控制器的实现与仿真研究

给出了单神经元自适应PID控制器的算法与控制系统仿真模型。利用单神经元PID控制器的自学习、自适应能力实现PID控制参数的自整定。并对被控对象进行了仿真研究,仿真结果表明,该控制方法与常规PID控制方法相比,具有更好的自适应性和更强的鲁棒性。     

基于C++Builder 的数据库过滤表格的方法

文章详细介绍了在C Builder开发环境下，数据库的数据过滤和查询方法，结合应用软件的开发，给出相应的源代码。     

实现C++Builder与Excel的数据通讯方式

介绍了利用C Builder与Excel6作为开发工具，在数据库应用程序中利用OLE技术将数据库中的数据导出至Excel 2000中，并进行格式控制的方法。     

基于C++的面向对象查询语言的无缝编程

将传统的结构化查询语言和面向对象的编程思想结合起来,形成一种无缝的编程环境,以进一步加强数据库查询机制。     

MATLAB与C++可视化编程环境的集成

给出了一种将MATLAB神经网络工具箱集成到Visual C 环境的途径，并应用于基于神经网络方法的结构损伤智能辨识系统开发中。     

基于Visual C++和OpenGL的雷达显示系统实现

根据现代雷达装备虚拟教学、训练与科研的需要，设计并实现了一种基于Visual C 和OpenGL的光栅雷达显示系统，提出了以固定扇形画线实现扫描线余辉和雷达目标模拟的新方法．该系统操作方便、效果逼真、运行速度快、可扩展性强．     

快速收敛的BP神经网络算法

以标准BP算法为基础,应用Levenberg Marquardt最优化方法,提出了一种快速收敛的BP算法———LMBP算法。经实验验证并与标准BP算法及其它改进形式比较,LMBP算法大大提高了收敛速度,而且性能稳定。这为BP神经网络应用于实时性要求高的场合(如在线检测)提供了算法基础。该算法的缺点是计算量大,所需计算机内存大,不适合大型网络的计算。     

A novel memristive neural network with hidden attractors and its circuitry implementation

Neural networks have been applied in various fields from signal processing, pattern recognition, associative memory to artificial intelligence. Recently, nanoscale memristor has renewed interest in experimental realization of neural network. A neural network with a memristive synaptic weight is studied in this work. Dynamical properties of the proposed neural network are investigated through phase portraits, Poincaré map, and Lyapunov exponents. Interestingly, the memristive neural network can generate hyperchaotic attractors without the presence of equilibrium points. Moreover, circuital implementation of such memristive neural network is presented to show its feasibility.     

可拓神经网络模型的设计与实现

为解决BP神经网络模式识别时训练准则和分类准则不一致的问题,采用可拓学的扩缩变换,通过在输出空间中用一个特定区域(称作教师区域)来代替教师信号,极大地提高了可拓神经网络模型的训练速度,同时彻底解决网络训练和实际分类准则不一致的问题.计算实例表明,可拓神经网络是一个有效的模式识别工具.     

康普顿散射成像模型及神经网实现

提出了基于能量谱的康普顿散射成像模型,引入一种耦合梯度神经网络实现该模型下的康普顿散射成像,得到了成功的结果。     

C＋＋中的面向对象技术

主要论述了面向对象技术,以及它的对象、类、继承性、封装性以及类库;并以实例论述了C＋＋中的面向对象技术,证明较传统的面向过程的程序设计具有很多优点,如代码的重用性、健壮性、可维护性。     

基于MATLAB的神经网络的仿真

文章详细论述了利用MATLAB神经网络工具箱设计BP网络的方法和步骤.根据需要调用相关程序,从而避免了编写复杂而庞大的算法程序.     

一种模糊神经网络及其应用

本文将模糊运算引入常规的Ｐｉ－ｓｉｇｍａ神经网络，大大增强了神经网络处理非线性和不确定性映射的能力，通过对Ｚａｄｅｈ模糊算子的等价变换，使模糊运算成为连续可微的函数，从而实现用梯度法对网络权值的更新，本文的结果显示，这种混合型神经网络在非线性建模和模糊建模等方面有重要的应用价值。     

标准神经网络模型及其应用

提出一种新的神经网络模型--标准神经网络模型(SNNM),它由线性动力学系统和有界静态非线性算子连接而成.SNNM表示为线性微分包含(LDI)形式,可以方便地利用线性矩阵不等式(LMI)方法来分析其稳定性和其他性能.利用不同的Lyapunov函数和S方法推导出基于LMI的连续SNNM和离散SNNM的稳定性定理.实例表明SNNM可应用于递归神经网络的稳定性分析以及神经网络控制系统的综合和分析.     

模糊神经网络及其在聚酯酯化建模中的应用

提出一种通过改进减法聚类优选模糊规则的模糊神经网络建模方法.该算法仅从已知的输入输出数据中,就能快速确定模糊规则的数目;给出了模糊规则中参数的确定方法,用误差反传法优化参数;最后用该方法对聚酯的酯化率建立软测量模型.仿真结果表明该方法运算速度快,模糊规则较少,同时具有的良好泛化性能,能够满足软测量建模精度的要求.