讲座：人工神经网络──第二讲 早期的人工种经网络─感知器

讲座：人工神经网络──第二讲　早期的人工种经网络─感知器四川联合大学黄家英成都大学葛一楠ｌｇｌ它神经生理学家的研究表明，人脑的实际神经网络通常具有层次结构，而且神经元间的联接大多属于前因联接。１９５７年心理学家罗森布拉特（Ｆ．Ｒｏｓｅｎｂｌａｔｔ）及...     

人工神经网络在计算机视觉中应用

人工神经网络的研究与应用正引起国际学术界的广泛关注.本文从计算机视觉的角度出发,以姿态测定和不变性识别为应用背景,对人工神经元网络的技术与应用进行了有益的搜索和研究. 首先,本文详细地研究和分析了最典型的人工神经网络——BP网络,对其学习算法、结构设计及其参数影响等问题给出了实验结果和理论说明,并在此基础上提出了BP网络的一般设计原则.     

基于人工神经网络的GPS单点定位

人工神经网络不需要对所解决问题进行建模，能以任意精度逼近任一连续可微函数。本研究设计了适用于GPS单点定位计算的BP人工神经网络模型结构，采用共轭梯度算法改善网络的训练速度和精度。通过实际观测数据计算，结果表明：采用人工神经网络的GPS单位定位精度比采用最小二乘方法提高约7m，与采用卡尔曼滤波方法相当；且计算速度较快，有利于导航定位的实时数据处理。     

人工神经元网络及其在调频传感器智能测试仪表中的应用

针对人工神经元网络在测试仪表中的应用，首先介绍了前馈网络的结构和广泛应用中ＢＰ学习算法，进而分析了在网络结构选择和网络学习过程中可能遇到的问题，说明了人工神经网络元网络在测量技术中的作用，并总结了人工神经元网络用于在线测量的优势与不足。     

人工神经网络研究五十年

本文从科学发展的一般规律，从人工神经网络与基于符号表达的人工智能的并行发展过程，探讨了五十多年来人工神经网络曲折的发展历史与研究现状     

人工神经网络在造纸工业自动控制中的应用

针对造纸工业传统控制中存在精确度低的问题，提出了利用人工神经网络进行预测控制的方法。通过人工神经网络在造纸工业的应用实例介绍，显示出人工神经网络是一种有效的智能控制手段，在自动控制上具有巨大优势。文章最后还对人工神经网络的应用与研究发展前景进行了评价。     

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。     

人工神经网络基本原理（2）

人工神经网络基本原理（２）麻红昭，俞蒙槐（浙江大学化工系３１００２７杭州）３人工神经网络学习算法为了使神经网络能够执行一定的信息处理任务，就必须要确定神经元之间连接权的大小。目前主要有二种方法来解决这个问题：一种是从所要解决的问题的定义中直接计算神经...     

人工神经网络及其应用

本文首首先介绍了人工神经网络的源泉一体神经网络的主要基本内容，然后简要论述了人工神经网络的主要内容，进程和问题，人工神经网的应用。     

人工神经网络的符号解释

提出了人工神经网络符号解释的基本过程，并详细阐述了该过程中的三个重要步骤：网络的构建、规则的提取以及规则的评估。     

模式识别及人工神经网络技术在肺癌组织分型中的应用研究

目的：探讨模式识别及人工神经网络技术在肺癌组织分型中的应用。方法：用放射性免疫法测定了肺癌患者血清中4种肿瘤标志物（CEA、CA125、胃泌素及NSE）的水平，在此基础上采用模式识别及人工神经网络技术，探讨它们在肺癌组织分型中的应用价值。结果：在判别小细胞肺癌与非小细胞肺癌类型中，这些方法的总正确率均在85％以上。结论：模式识别及人工神经网络技术在肺癌组织分型中有一定的参考价值，同时为临床提供必要的参考资料。     

一种基于人工神经网络的模糊推理模型研究

通过分析模糊理论与人工神经网络在知识处理方面的特点，将人工神经网络技术结合到推理系统中，以模糊推理为核心，     

浅谈人工神经网络及其应用

本文简要地描述了人工神经网络的发展历史，就神轻网络传统计算机，人工智能的关系进行了分析比较，并 就从软件、硬件实现人工神经网络及其应用领域做了简要的介绍。     

一种分式过程神经元网络及其应用研究

针对带有奇异值复杂时变信号的模式分类和系统建模问题，提出了一种分式过程神经元网络．该模型是基于有理式函数具有的对复杂过程信号的逼近性质和过程神经元网络对时变信息的非线性变换机制构建的。其基本信息处理单元由两个过程神经元成对偶组成。逻辑上构成一个分式过程神经元，是人工神经网络在结构和信息处理机制上的一种扩展．分析了分式过程神经元网络的连续性和泛函数逼近能力，给出了基于函数正交基展开的学习算法．实验结果表明，分式过程神经元网络对于带有奇异值时变函数样本的学习性质和泛化性质要优于BP网络和一般过程神经元网络。网络隐层数和节点数可较大减少，且算法的学习性质与传统BP算法相同．     

面向对象的人工神经网络

面向对象编程(OOP)与人类思维和语言在表达模式上的接近而日益受到软件工程界的青睐,人工智能开发上也出现对它明显的倾斜。在诸多面向对象编程工具中,SmaUtalk/v的直接编程环境、内设的完整类与方法、弹出式菜单、开发工具包等特色,提供的类封装、继承及多态性这些有力的(I〕P特性,逐渐成为受用户喜爱的(X)P软件。人工智能的重要分枝:神经网络方法已发展了很多不同的模型,如Adaline、物讨ield、ART、a认度、Ham-ming、&ck一ProPa罗石on(冬P)等,其中BP模型应用较广,成功地用于语言识别、模式分类、数据压缩等方面,为了进一步发挥它的效能,本文探讨与面向对象概念相结合的面向对象的人工神经网络模型建立方法。神经元网络可看作是接收输入产生输出“黑盒”一类的信息处理系统,主要由处理单元(PE)和它们之间加权的联接构成。     

讲座:人工神经网络──第二讲 早期的人工神经网络─—感知器(续)

4采用线性函数的前向多层网络感知器在人工神经网络发展的历程中起了不可低估的作用，它为我们指明了前向多层网络的强大功能，然而，它也存在着严重的缺点，最主要的是缺乏一种有效的学习算法。可以说，没有有效学习算法的神经网络，是没有实用的价值。下面讨论的问题的核心是，如何使前向多层网络既保持强大的分类功能，又有一种有效的学习算法。解决的方法是，神经元的功能函数改为连续可微函数：线性函数或非线性函数。这一节讨论，采用线性函数作为功能函数，这时可方便地导出有效的最小二乘学习算法。第三讲将讨论采用非线性函数的前…     

人工神经网络基团贡献法估算纯有机物的临界参数

提出了估算纯有机物临界参数的人工神经网络基团贡献法，网络的输入参数为基团和常压沸点，临界温度（Tc)、临界压力（Pc)与临界比容（Vc)同时作为网络的输出，对165种碳氢氧化合物分别进行了预测，Tc、Pc和Vc的平均相对误差为：1．56％、3．49％和3．21％。与通用的基团贡献法MXXC法进行比较，表明人工神经网络基团贡献法更具有优越性。     

人工神经网络用于时域信号识别

通过模拟实验考察了人工神经网络识别时域信号的可能性，同时对某些影响人工神经网络性能的因素进行了观察。     

几种改进的人工神经网络算法比较

文章分别介绍了模拟退火算法与BP网络结合的模拟退火人工神经网络,遗传算法和BP网络结合的遗传人工神经网络以及遗传退火人工神经网络算法。通过仿真实验比较证明,遗传退火人工神经网络和模拟退火人工神经网络的逼近精度高于遗传算法人工神经网络,而遗传算法人工神经网络收敛速度最快。并且随着求解变量个数的增加,基于遗传退火人工神经网络收敛速度高于改进的模拟退火人工神经网络。