Neural Network Expert System Approach for Analog Circuits Fault Diagnosis

提出了一种用于模拟电路故障诊断的神经网络专家系统（ＮＮＥＳ）方法。利用神经网络、专家系统两种技术的互补性，采用紧密耦合的ＮＮＥＳ方法实现模拟电路的故障诊断。同时给出并讨论了该方法的一般结构。实验结果说明了这一方法是可行、有效的。     

基于空间分割的神经网络方向估计

在空间分割的基础上，提出了采用四个独立的二次规划神经网络ｎｅｕｒａｌｎｅｔｗｏｒｋｓ（ＮＮ）实现方向估计的方法。通过将空间角度分割成许多细小的等分，从这些不同的角度估计出沿该角度入射信号的幅度，从而判断出目标信号的个数和方向，利用该方法设计的网络具有高速、实时的特点，计算机模拟结果表明该方法很有效。     

试论经济数据的规律性——兼论神经网络理论在证券市场的应用

本文根据非线性动力学的分数维娄理论计算，并利用ＮＮ对外汇兑换率建模，进行预测试验，证明金融数据确有一定的“规律性”。同时还指出了用ＮＮ进行预测的精度的理论研究状况，探讨了ＮＮ的军事应用的前景     

电流模式神经网络分类器的CMOS实现技术

运用电流模式技术，以Ｈａｍｍｉｎｇ神经网络为基本模型，进行了二值模式的最优的最小误差分类器设计实现。给出了全电流模式胜者为王（ＷＴＡ）子网和模式间匹配值计算子网的ＣＭＯＳ实现电路，计算机仿真与理论结果相吻合。该分类器很好地模拟了生物神经网络中的侧抑制作用，所得电路结构简单，适合用标准ＶＬＳＩ工艺集成，有其应用价值。     

关于神经网络专家系统的研究

对于专家系统（ＥＳ）所存在的主要技术问题，讨论了利用神经网络（ＮＮ）实现ＥＳ的可能性．以前向多层感知机模型分析了神经网络专家系统（ＮＮＥＳ）的功能及基本特征，并以识别手写数字的ＮＮＥＳ（ＨＤＲ－１）为例，说明了神经网络技术在ＥＳ开发中所起的作用．     

用遗传算法优化神经网络权值

神经网络模拟大脑的生理机制,通过大量简单神经元的互连,实现信息的智能自动化处理,但是神经网络权值与结构的设计往往依靠经验获得.遗传算法具有全局搜索问题解的特性,用遗传算法优化神经网络权值,为神经网络的设计和训练提供了新的途径。实验表明,该方法是可行的、有效的.     

连续时间点格神经网络的电流模式VLSI实现

采用电流模式技术，通过将原电压域点格神经网络（ＣＮＮ）模型直接映射到电流域，来进行连续时间ＣＮＮ的ＶＬＳＩ设计。给出了基本积木块的实现电路，并进行了连通片检测方面的简单应用研究。计算机仿真与理论结果相吻合，所得电路结构简单，非常适合于用标准ＣＭＯＳ工艺集成，具有潜在的应用前景。     

基于灰色BP神经网络的商品房销售预测

应用灰色理论与BP神经网络理论,提出了一种基于灰色BP神经网络(GBPNN)的商品房销售预测方法,并建立了相应的GBPNN模型和求解.结果表明该方法不仅能优化预测精度,而且是一种很好的预测问题的有效方法.     

柔性电子神经网络计算机开发系统设计

介绍了一种柔性神经网络计算机及其开发系统的概念和思想.该系纯对用户来讲既是神经网络模拟系统,又是神经网络计算机的开发系统.作为神经网络模型的模拟系统,它可模拟多种网络系统;作为开发系统,其下层可设计不同的神经网络硬件装置;随后提出了其软件系统的设计方案.     

基于BP神经网络的函数逼近的MATLAB实现

BP神经网络由于它的学习能力和非线性特性,使其能够对非线性函数进行很好的逼近。通过对BP神经网络结构和MATLAB软件及其BP神经网络工具箱的应用研究,利用BP神经网络工具箱设计BP神经网络,用于对非线性函数的逼近,通过网络的训练、测试达到了预期的效果。     

用联想神经网络设计的信道均衡器

研究了联想神经网络在数字通信信道均衡器实现中的应用,讨论了其设计方法和设计步骤,给出了计算机模拟结果,并进行了性能比较。研究结果表明:Hopfield联想神经网络实现的信道均衡器具有比传统线性横向均衡器更优越的性能。     

基于BP算法的神经网络信用风险度量实证研究

理论与实际相结合,应用神经网络技术,构建了一个基于BP神经网络技术的信用风险评价模型,对我国传统的信用风险分析方法进行改进,克服了以往我国信用风险度量中存在主观随意性的特点,为我国信用风险度量模型的建设拓宽了思路,丰富了我国信用风险体系建设中的度量方法.     

运用GA-BP神经网络研究时间序列的预测

神经网络能以任意精度逼近非线性函数,以神经网络为基础的时间序列预测模型能很好地反映信息的非线性发展趋势。该文在分析传统BP网络缺点的基础上,用具有良好全局搜索能力的遗传算法来改进神经网络。详细讨论了GA算法的优化神经网络初始权值和阈值的思想和理论。在阐述预测方法同时,用具体例证分析了GA-BP网络预测的性能和特点。结果表明,基于GA-BP神经网络在预测精度和适应性方面高于传统的BP神经网络。     

BOT立项中的法律、融资和风险问题

ＢＯＴ（建造运营移交）方式的引入为我国基础设施的建设提供了一种新模式。从ＢＯＴ项目本质特征入手,在建立ＢＯＴ项目立项研究框架的基础上,着重从法律、融资和风险三方面论述了ＢＯＴ项目的立项问题,为选择、评价ＢＯＴ项目提供了依据     

基于神经网络专家系统的CAPP开发平台探析

结合机电专业教学工作及人机系统方面的理论研究，提出了基于神经网络专家系统的CAPP开发平台方法，供操作人员探讨及运用。     

神经元输入输出关系及网络计算特性研究

采用区别对待神经元输入变量空间和输出变量空间的新的研究方法探讨神经网络的计算特性。对于输入变量空间的特性,用微分方程定性理论进行研究;而对输出变量空间的特性,则用函数理论和优化理论进行研究,输入变量空间与输出变量空间由神经元的非线性特性所形成的空间映射关系来联系,文中给出了利用这一研究方法得到的神经网络计算理论的一些新结论。     

基于模糊RBF神经网络的柴油机电液调速控制方法

介绍了电液调速执行器的动态特性,设计了电液调速控制回路,实现了模糊RBF神经网络对柴油机油门执行器位置的控制。将一种基于模糊RBF神经网络的PID控制器应用于柴油机调速控制中,详细说明了模糊RBF神经网络控制器的设计过程,它结合了传统PID以及神经网络和模糊控制的优点,可以在线调整得到一组最优的PID控制参数。仿真结果表明该系统比传统模糊控制的响应速度快、超调小,且适应性强,具有推广价值。     

基于BP神经网络的煤矿沉陷补偿模型

煤矿开采沉陷补偿以往传统的做法是专家评估的方法。把现代数学方法与煤矿沉陷补偿评估相结合提出新的模式,将BP神经网络理论应用于煤矿开采沉陷补偿评估预测中,在与目前常用的评估方法进行比较后,指出了用神经网络进行煤矿沉陷补偿预测的可行性和优势,讨论了网络的结构设计、学习算法,以及运用实例来进行验证。     

智能控制理论及其在经济信息管理中的应用前景

介绍了智能控制理论的发展概况、研究对象、功能特点，分析了如何通过其神经网络技术来实现智能控制，提出了神经网络技术在经济信息管理中的应用前景。     

应用神经网络粒子群算法的多用户检测

为了减少最优多有户检测器的计算复杂度,提出了一种融合粒子群优化算法和神经网络的神经网络粒子群优化算法,并设计了一种解决CDMA通信系统的多用户检测问题的新方法。该方法是把神经网络嵌入到粒子群优化算法的每一代中以改进算法性能。通过混合神经网络到PSO中,还可以加快PSO的收敛速度,减少计算复杂度。仿真结果证明了所设计的检测器无论抗多址干扰能力和抗远近效应能力都优于应用Hopfield神经网络、遗传算法和粒子群算法的多用户检测器。