Neural networks for contract bridge bidding

The objective of this study is to explore the possibility of capturing the reasoning process used in bidding a hand in a bridge game by an artificial neural network. We show that a multilayer feedforward neural network can be trained to learn to make an opening bid with a new hand. The game of bridge, like many other games used in artificial intelligence, can easily be represented in a machine. But, unlike most games used in artificial intelligence, bridge uses subtle reasoning over and above the agreed conventional system, to make a bid from the pattern of a given hand. Although it is difficult for a player to spell out the precise reasoning process he uses, we find that a neural network can indeed capture it. We demonstrate the results for the case of one-level opening bids, and discuss the need for a hierarchical architecture to deal with bids at all levels.     

人工神经网络技术在板料激光弯曲中的应用

基于人工神经网络基本理论,建立在板料激光弯曲中预测材料表面最高温度、弯曲角度的BP网络模型。借助于MATLAB仿真软件中的神经网络工具箱作为开发平台,将试验样本数据和经过试验验证的数值计算结果作为补充的样本数据用于BP网络的训练,利用训练好的BP网络对非线性的样本数据规律进行拟合,实现激光加工工艺参数的优化,为实际生产和加工提供有效的依据。     

RSFM网络及其在信号滤波中的应用

介绍了一种适用于模式识别的新型神经网络模型--局部有监督特征映射（Reglonal Supervised Feature Mapping,RSFM）网络,描述了该网络的拓扑结构和学习算法,研究了网络的基本性能,最后将其应用到了信号滤波中.理论研究和仿真实验表明,该网络结构简单、算法简洁,收敛速度快、识别精度高,适用于需要大样本训练、随机干扰严重的复杂模式的分类与识别.     

降雨空间分布模式识别

以广东省内186个站点的年降雨量分布为基础，把模式识别的聚类分析理论方法引入降雨空间特征分类研究中，进行降雨特征空间分布模式识别，以预测无雨量站点的降雨模式，从而分析水资源的空间分布模式，以便制订有效的水资源利用方案。结果表明，广东省年降雨量在空间上的分布可划分为6类模式；同时基于BP人工神经网络算法，建立了以高程、气温、蒸发量为主要参数的可判别和预测无雨量测站区域的降雨空间分布模式所属类别的模型，经过模型的学习和验证，效果较好。     

基于人工神经网络的混合气体定量检测方法

将气体传感器阵列与人工神经网络相结合，设计了用于混合气体定量检测的人工嗅觉系统；构造了局部连接的前馈神经网络的结构和基于递推预报误差的网络训练算法；通过实验对CO，H2，CH4三种气体的混合物进行了分析，实验结果证明气体传感器阵列和人工神经网络用于混合气体定量检测是可行的。     

The time course of spoken word learning and recognition: Studies with artificial lexicons.

The time course of spoken word recognition depends largely on the frequencies of a word and its competitors, or neighbors (similar-sounding words). However, variability in natural lexicons makes systematic analysis of frequency and neighbor similarity difficult. Artificial lexicons were used to achieve precise control over word frequency and phonological similarity. Eye tracking provided time course measures of lexical activation and competition (during spoken instructions to perform visually guided tasks) both during and after word learning, as a function of word frequency, neighbor type, and neighbor frequency. Apparent shifts from holistic to incremental competitor effects were observed in adults and neural network simulations, suggesting such shifts reflect general properties of learning rather than changes in the nature of lexical representations. (PsycINFO Database Record (c) 2010 APA, all rights reserved)     

基于邻域统计特性的概率神经网络及其在自动目标识别中的应用

在概率神经的一种改进模型－ＦＤＯ网络的基础上，提出在设计网络收敛域时进一步考虑每一像素点周围８邻域的影响，对网络的作用函数加以修，使改进后的网络具有稳定性好且收敛速度快的优点。通过实验对改进前后网络的识别性能加以比较，证明改进后的网络特别适用于噪声图像的识别。     

人工智能方法用于熔喷过程在线检测的研究

熔喷生产最终产品质量的控制，对于过程优化具有重要的意义。产品质量的在线检测是过程监测与质量控制必不可少的。本文首次在熔喷系统中引入人工智能的研究方法，对熔喷非织造布的厚度与纤维直径进行在线预测。实测数据与人工神经网络的预测结果吻合较好，从而证实了人工神经网络用于模拟熔喷过程的可行性。网络的输入包括：挤出机温度、喷头温度、熔融体挤出速率、空气流率及接收距离。神经元计算的输出是纤维直径与熔喷非织布的厚度。文中进一步提出了将神经网络与专家系统相结合的研究路线，以实现熔喷过程的优化控制。     

应用人工神经网络优化五点法水平井井网

水平井直井联合布井方式越来越多地应用到油田的实际开发中，但是井网的选择与优化方面的研究比较少，特别是没有根据不同开发阶段变化的生产动态对水平井井网进行优化。应用人工神经网络技术，在进行数值模拟计算的基础上，制作样本并训练网络，可预测任意面积、任意水平井长度下的五点法水平井井网在不同开发阶段的生产动态，优化出不同生产时间和不同井网面积条件下最优井网穿透比，即生产10a时最优井网穿透比为0．55～0．8。与数值模拟结果进行对比，最大误差在1％以内，表明这种方法既快速简便又具有较高的精确性，可以有效地指导五点法水平井井网优化设计。     

STUDY ON RESIDUES OF ~（14）C－FENITROTHION IN MODEL RICE－FISH ECOSYSTEM AND FIELD RICE－FISH ECOSYSTEM

ＳＴＵＤＹＯＮＲＥＳＩＤＵＥＳＯＦ~（１４）Ｃ－ＦＥＮＩＴＲＯＴＨＩＯＮＩＮＭＯＤＥＬＲＩＣＥ－ＦＩＳＨＥＣＯＳＹＳＴＥＭＡＮＤＦＩＥＬＤＲＩＣＥ－ＦＩＳＨＥＣＯＳＹＳＴＥＭＺｈａｎｇＺｈｏｎｇｌｉａｎｇ（张仲良）；ＷａｎｇＨｕａｘｉｎ（王化新）；Ｇ?..