简介：古人云“以史为鉴”,说的是吸取历史的经验教训,对未来的情况做出预判或者改变。生活中,亦是存在相似的利用历史数据对未来变化趋势进行预测分析的时间序列问题。本文就时间序列一类的问题进行研究,探讨如何更好地根据历史统计数据,对未来的变化趋势进行预测分析。本文基于神经网络,以气象观测历史数据作为研究的对象,建立了气温变化时序预测模型。本模型利用大数据相关技术对数据进行特征处理,通过深度神经网络,学习特征数据和标签数据之间复杂的非线性关系,从而实现对气温变化的趋势预测。实验结果表明,相较其他模型,本文的模型能够更好地进行时序预测,同时也证明了神经网络用于气象预测的可行性。

简介：摘要：随着新能源技术的不断发展与应用，对电力系统的负荷预测提出了更高的要求。本文基于时序神经网络，针对新能源负荷预测展开了深入研究，建立了一个综合的新能源负荷数据集，借助长短时记忆网络（LSTM）等时序神经网络结构，提出了一种新的负荷预测方法，以更准确地捕捉新能源系统中存在的时序依赖和非线性关系。实验结果表明，所提方法在新能源负荷预测中表现出色，相较于传统方法具有更高的精度和稳定性。

简介：

简介：Dynamicnodecreationandfastlearningalgorithmforahybridfeedforwardneuralnetwork.Flight-pathanglecontrolvianeuro-adaptiveBackstepping.Locallearningframeworkforhandwrittencharacterrecognition.Maximizingmarginsofmultilayerneuralnetworks.ModularnetworkSOMself-orgmlizingmapofasystemsgroupinfunctionspace.

简介：

简介：

简介：ApplicationoftheRTNNmodelforasystemidentification,predictionandcontrol；AssociativeMemoryUsingRatioRuleforMulti-valuedPatternAssociation；Batch-to-BatchModel-basedIterativeOptimisationControlforaBatchPolymerisationReactor；BehaviouralPlasticityinAutonomousAgents:AComparisonbetweenTwoTypesofController；ChannelEqualizationUsingComplex-ValuedRecurrentNeuralNetworks；Classificationofnaturallanguagesentencesusingneuralnetworks；Combiningarecurrentneuralnetworkandtheoutputregulationtheoryfornon-linearadaptivecontrol。

简介：

简介：ConfigurablemultilayerCNN-UMemulatoronFPGA；Cortically-inspiredVisualProcessingwithaFourLayerCellularNeuralNetwork；Effectofcouplingresistorsonsteadypatternsincoupledoscillatornetworks；Exponentialconvergenceestimatesforneuralnetworkswithmultipledelays；FEATUREEXTRACTIONINEPILEPSYUSINGACELLULARNEURALNETWORKBASEDDEVICEFIRSTRESULTS；FurtherResultsontheStabilityofDelayedCellularNeuralNetworks；Globalstabilityanalysisindelayedcellularneuralnetworks；ImageedgedetectionusingadaptivemorphologyMeyerWavelet-CNN。

简介：

简介：PredictionoftheDimensionalChangesduringSinteringusingBackpropagationAlgorithm，Predictionofthenextstockpriceusingneuralnetwork-extractionthefeaturetopredictnextstockpricebyfiltering，Pulsemodeneuronwithpiecewiselinearactivationfunction，Remarksonmultilayerneuralnetworksinvolvingchaosneurons……

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：

简介：AnewapproachtogenerateAself-organizingfuzzyneuralnetworkmodel.Anonlinearcombiningforecastmethodbasedonfuzzyneuralnetwork.Anovelclustermethodinfrizzyneuralnetworks.AnovelrobustPIDcontrollerdesignbyfuzzyneuralnetwork.Arecurrentfuzzyneuralnetwork:learningandapplication.Astudyofchatterpredictioninendmillingprocess(fuzzyneuralnetworkmodelwithinputsofcuttingconditionsandsound.Aweightedfuzzyreasoninganditscorrespondingneuralnetwork.

简介：

简介：

简介：PriorityorderedBPneuralnetworkandtheapplicationforspeakeridentification；ProbingmodificationofBPneuralnetworklearning-rate；Real-timeoptimalexcitationcontrollerusingneuralnetwork；ResearchonthemodelingoftheaxialloaddistributioncoefficientofcylindricalgearsingearCADbasedonANN；Short-termsystemmarginalpriceforecastingwithhybridmodule；StudyonautomaticcreatingmethodofpublictransportationdispatchingformbasedonBPneuralnetwork。

简介：HarmonicMinimizingNeuralNetworkSVCControllerforCompensatingUnbalancedFluctuatingLoads；ImplementationofanAdaptivePredictor-CorrectorNeuralControllerwithintheNASAIFCSF-15WVUSimulator；NeuralNetworkAdaptiveControlofaSpacePlatform-BasedDeployableManipulator；Neuralnetworkcontroldesignforarigid-linkelectricallydrivenrobot；Neuralnetworkcontrolfordynamicvoltagerestorer；NeuralNetworkControlofAir-to-FuelRatioinaBi-FuelEngine；Neuralnetworkcontrolofcoldflowcirculatingfluidizedbed；Neuralnetworkcontrolofmultlvariableprocesseswithafastoptimisationalgorithm。