简介：

简介：

简介：人工神经网络是另外一种计算模式。冯·诺依曼机器是以．人类信息处理过程的处理/记忆的抽象为基础的，而神经网络是以动物大脑并行处理的体系结构为基础的。这是一种多处理器的计算机系统，由大量简单的处理单元高度互连，简单分级通信，以及在各单元之间进行适应性交互作用组成。

简介：

简介：Amodelfortheoptimisationofallfuzzy-controller-componentsbyanartificialneuralnetwork.AModularApproachforReliableNanoelectronicandVery-DeepSubmicronCircuitDesignBasedonAnalogNeuralNetworkPrinciples.AmultipointopticalevanescentwaveU-bendsensorsystembasedonartificialneuralnetworkpatternrecognition.Amultivariableapproachformappingsub-pixellandcoverdistributionsusingMISRandMODIS:ApplicationintheBrazilianAmazonregion.

简介：Anoveldailypeakloadforecastingmethodusinganalyzablestructuredneuralnetwork；Apseudo-randomtestingschemeforanalogintegratedcircuitsusingartificialneuralnetworkmodel-basedobservers；AROBUSTPOWERSYSTEMSTABILIZERCONFIGURATIONUSINGARTIFICIALNEURALNETWORKBASEDONLINEAROPTIMALCONTROL(STUDENTPAPERCOMPETITION)；ASelf-AimingCameraBasedonNeurophysicalPrinciples；Aself-organizingneuralmodelforcontext-basedactionrecognition；Asequentialfeatureselection-basedneuralnetworkapproachtodynamicvoltagestabilityestimation。

简介：Abiologicallyinspiredconnectionistsystemfornaturallanguageprocessing，Abiologicallymotivatedconnectionistsystemforpredictingthenextwordinnaturallanguagesentences，Acombinedmodelofwaveletandnenralnetworkforshorttermloadforecasting，Acomparativestudyofradialbasisfunctionneuralnetworksandwaveletneuralnetworksinclassificationofremotelysenseddata……

简介：摘要：供水调度模型是建立在管网GIS、调度监控系统、水量分析和预测、成本预算、能耗分析等信息系统基础上的系统，应用现代信息技术对影响供水过程的各环节的主要设备、运行参数进行实时监测、运算和分析，提出调度控制依据或参考方案，辅助调度人员对供水系统进行科学调度控制。

简介：本文对神经网络的基本原理和应用进行了深入浅出的阐述,首先说明为何引进神经网络,然后讲述神经网络的基本原理和当前有关神经网络的前沿技术,其后对神经网络的应用情况进行了介绍,最后对神经网络有待解决的问题进行了简要说明.

简介：用计算机集成智能技术进行负荷预测的遗传算法是在综合人工神经网络（ANN）和遗传算法（GA）的基础上形成的,这种模型在ANN和GA的基础上可以对未来24h负荷做出短期预测.利用遗传算法可以求得最佳负荷和偏差,仿真结果表明这种方法是有效的.

简介：摘要：互联网信息技术快速发展，经过多年技术研究以及技术创新之后，已经诞生出了独具特色的互联网信息技术以及相关人工智能识别技术，在人工智能技术进一步创新的过程中，也需要应用到各类算法功能。在此基础之上，便诞生了神经网络算法，合理应用神经网络算法可以帮助相关技术操作人员以及工作人员正确使用人工智能识别技术以及相关数据分析技术，同时，也可以逐步优化人工智能技术的主要使用流程。因此，笔者将在文章以下内容中，结合神经网络算法的实际应用要求，着重探索人工智能识别技术之中应用神经网络算法的重要途径与方法。

简介：摘要：BP神经网络是一种按照误差逆向传播算法训练的多层前馈神经网络。

简介：本文针对标准BP算法的不足给出了改进算法——ScaledConjugateGradient（SCG算法），利用Matlab语言编制了BP网络的应用实例仿真程序。结果表明SCG算法的学习收敛速度大大地优于标准BP算法。

简介：摘要：从神经网络算法客体判断标准出发，列举了实践中容易判断是否属于专利法保护客体的情形；并结合实际的案例， 探讨了在算法中不包含特定应用领域时，如何判断神经网络发明是否属于专利法保护客体。

简介：神经网络由于其非线性处理能力强。性能稳定等特点得到了广泛应用和研究。主要应用于模式识别、信号处理、知识工程、专家系统、优化组合、机器人控制等。神经网络中使用最为广泛的就是前馈神经网络。其网络权值学习算法中影响最大的就是误差反向传播算法(back-propagation简称BP算法)BP算法存在局部极小点。收敛速度慢等缺点。基于优化理论的Levenberg-Marquardt算法忽略了二阶项。该文讨论当误差不为零或者不为线性函数即二阶项S(W)不能忽略时的Hesse矩阵的近似计算，进而训练网络。

简介：根据典型TCSC的补偿原理和结构提出一种基于线路无功电流控制的补偿方法，即当线路发生变化时，通过TCSC的调节保持其无功电流稳定，从而提高线路的输电能力和运行稳定性。针对TCSC现有控制方法中不能有效处理系统的非线性问题，采用先进的基于DSP处理器的神经网络算法，根据实际误差利用LM算法和DFP算法结合来完成，并给出了可靠的算法流程。

简介：近两年神经网络的研究内容相当广泛，反映了多学科交叉技术领域的特点。迄今为止，在人工神经网络研究领域中，有代表性的网络模型已达数十种，其中误差逆传播神经网络也简称BP(BackPropagation)网是我们研究的重点内容。神经网络研究热潮的兴起是本世纪末人类科学技术发展全面飞跃的一个组成部分。它与多种科学领域的发展密切相关，纵观当代新兴科学技术的发展历史，人类在征服宇宙空间、基本粒子、生命起源等科学领域的进程之中历经了崎岖不平之路。我们也会看到，探索人脑功能和神经网络的研究将伴随着重重困难的克服而日新月异。

简介：为了进一步优化神经网络算法,提高网络神经算法的速率并提高其稳定性,就现有BP算法所存在的收敛速度慢以及容易陷入局部极小值的弊病,我们将进一步通过一般改进算法解决在神经网络结构优化过程中依然无法解决的问题。依据遗传算法的特征,进一步在经过改进的压缩映射遗传的基础上提出了BP神经网络优化方案。泛函分析中压缩映射原理的应用,一方面解决了困扰人们的BP神经网络算法所固有的缺点,显著地提高了神经网络算法的收敛速度,而且解决了BP神经在运行的过程中和网络连接权值初值的取值紧密相连的缺点。经过大量的计算我们得到如下数据：经过优化改进后,训练时间节约了8.3%,训练步数降低了近17.4%。经过大量的研究实验表明：经过改进后的BP神经网络算法取得了良好的效果,十分具有应用价值。

简介：摘要：众所周知，我国目前处于一个重要信息化和智能化背景之下，各种智能技术已经在各个领域内进行运用，并且随着时间的推移，这些智能技术均起到了很好的效果和作用，人脸识别技术正是其中之一。在现代社会发展过程中，人脸识别系统和算法已经在信息验证、人物信息识别等等方面进行运用，而且现代国内的电子商务和网络银行开始广泛进行运用，因此人脸识别算法无论是在当前还是未来的发展进程中，均具有很好的发展和应用前景，因此，在后续的发展过程中，需要重视人脸识别技术的发展。在本文中主要介绍一种基于RBF神经网络的人脸识别算法，其主要目的在于促进国内人脸识别水平得到对应的提升。

简介：摘 要：神经网络是当今最具魅力的一个新兴学科生长点,已发展成为现代科学技术的新热点,其迅猛发展将对整个信息科学产生巨大的影响。神经网络在数学建模中的应用也非常的广泛。