基于人工神经网络的复杂介质中波的传播不确定性分析方法

土壤在物理系统的工作频率范围内可能表现出较强的色散性,色散物质的不确定参数在波传播的仿真结果中引入了不确定性。在考虑这些仿真结果的可接受性时,量化仿真结果中的不确定性至关重要。针对传统不确定性分析法计算效率低、运算量大的问题,该文以探地雷达建模仿真中的不确定性分析为例,提出一种基于人工神经网络的不确定性分析模型,阐述了模型的构建过程,及克服过拟合问题的策略。作为探地雷达全波仿真的替代模型能够预测仿真结果,进而得到仿真结果的统计信息,如均值、标准差。经比较,在相同的数值模型、不确定性输入参数个数,以及参数变化范围为10%的前提条件下,对任意一组输入参数,输出得到1000组结果时,该方法所得预测结果统计特性与执行全波仿真所得具有较好的一致性,且显著降低运算量,计算时间效率提升79.82%。     

基于人工神经网络特征向量提取的FF-APUF攻击方法

为评估物理不可克隆函数(PUF)的安全性,需针对不同的PUF结构设计相应的攻击方法.该文通过对强PUF电路结构和工作机理的研究,利用人工神经网络(ANN)提出一种针对触发器-仲裁器物理不可克隆函数(FF-APUF)的有效攻击方法.首先,根据FF-APUF电路结构,利用多维数组构建电路延时模型;然后,对FF-APUF的二...     

人工神经网络概述

近年来,随着人工神经网络在信息、自动化、医学、经济等领域的广泛应用和杰出表现,使得人工神经网络又开始得到广泛关注和重新重视。基于需求,本文对人工神经网络做了简单概述。     

一种基于人工神经网络的电力谐波测量方法

提出了一种新颖的电力谐波测量方法,它用一个多层前馈神经网络替代模拟并行式谐波测量装置中的带通滤 波器,使各次谐波都可以用这个训练过的神经网络测量出来。阐述了该神经网络训练样本的组成和训练方 法。对一含有谐波的畸变电流的仿真结果说明了这种测量方法的有效性。     

一种基于人工神经网络的短期负荷预测技术

提出了一种基于人工神经网络的电力系统短期负荷预测技术,该方法在计及气温因素对负荷预测影响的基础上,将神经网络同一种较为新颖的预报模型相结合,因而具有较高的预测精度。计算实例证明了该法的可行性和有效性。     

人工神经网络在电力变压器色谱分析中的应用探讨

通过对人工神经网络与电厂设备在线监测的分析,探讨将人工神经网络应用于电厂设备在线监测系统实现实时监控的必要性和可行性。     

灌注单桩竖向极限承载力及沉降的神经网络预测

采用人工神经网络对天津市钻孔灌注单桩竖有限承载力及沉降进行了预测。实例分析表明,神经网络预测具有较好的精度因而其应用前景十分广阔。     

Boole函数的线性可分性(Ⅰ)——n-维超立方体的基本理论

Boole函数的线性可分性是前向人工神经网络理论中的一个比较困难的问题之一。目前仅对变量数n≤7的某些问题给予讨论。当n≥8时,尚无判别Boole函数线性可分的一般准则,更无线性可分Boole函数的计数公式。基于此,本文详细地研究了与Boole函数线性可分性有关的n-维超立方体的基本理论,包括n-维超立方体的基本性质、超立方体中的平行线、子超立方体的计数等,并给出了构造n-维超立方体图的一种新方法。     

人式神经网络的发展及其潜在应用

文章着重介绍人工神经网络的发展历史与潜在应用，力图从实际应用的角度使人们更好地了解并展开对人工神经网络的研究。     

人工神经网络系统应用研究的进展

人工神经网络系统(artificial neural networksystem)、神经网络计算机(neural network compu-ter)、连结机制(conne(?)tionism 或 connectionistmodel)、平行分布处理系统(parallel distributedprocessing system)等都是有关人工神经网络系统方面常用的术语,只是不同的人在引用时强调其不同的侧面,其含义都是指由大规模简单元器件(模拟神经元的电子或光学等元器件)连接而成的具有平行处理能力的复杂网络系统,以下简称神经网络。