简介：基于模糊理论，通过对电厂风机的故障机理的研究，提出了基于神经网络的风机模糊诊断模型，并解决了其中的关键技术。

简介：通过不等式技巧和矩阵分析方法，研究了一类离散的具有分布时滞的神经网络，获得了确保唯ω一周期解的存在和指数稳定性的充分条件，最后给出一个例子以说明结果的可行性。

简介：翻转课堂作为新型教学模式得到广泛关注，然而对于其课堂教学质量的探讨还较为缺乏。本文针对翻转课堂教学模式提出了翻转课堂教学质量评估体系指标，并基于BP神经网络构建了翻转课堂教学质量评价模型。将搜集到的样本运用MATLAB进行仿真模拟，实验结果表明，实际评价结果与该方法评价结果误差较小，该评价模型具有一定的推广及参考价值。

简介：摘要：高校英语教学改革是提高学生英语综合素质和应用能力的重要举措。传统的评价方法往往受限于主观性和局限性，难以准确反映改革效果。基于人工神经网络的评价方法具有数据驱动、自动化分析和预测能力等优势，可以有效解决传统评价方法所面临的问题。本文以人工神经网络为切入点，分析了其对高校英语教学改革质量评价的作用及方法，旨在推动高校英语教学改革质量评价向更科学、准确和全面的方向发展，为优化教育资源配置和提升教育质量提供有力支持。

简介：

简介：摘要

简介：对于分数阶控制系统,因分数阶控制器较传统PID控制器具有更好的适应性,这就为得到更加细腻的控制品质提供了可能。然而,分数阶PIαDβ控制器的参数整定则相对复杂。针对这一问题,提出了基于BP神经网络的分数阶控制器参数整定方法,有效地克服了分数阶控制器参数整定复杂问题。采用文章所提方法,分别设计了整数阶PID、分数阶PIαDβ控制器,并进行仿真对比。结果表明,采用分数阶PIαDβ控制器的系统控制品质优于整数阶PID控制器。

简介：通常神经网络的运用是仅在数据驱动机制下的训练和泛化．而运用领域知识对神经网络的输出进行分析能弥补模型结果指向性下明确或解释性下准确的缺点，能加速逼近搜索，提高质量预测的效果．通过对比前向网络和基于领域知识的前向网络的预测误差发现基于领域知识的前向网络的预测结果更好．在不同的焦炭质量参数上看M_25的预测效果最好，前向网络和基于领域知识的前向网络平均预测误差分别为3．20％和2．12％；而CRI的预测效果最差，平均误差分别为6．36％和3．35％．

简介：利用红外光谱结合人工神经网络技术对不同厂家生产的浓缩苹果汁进行了鉴别。在800-1100cm^-1波段采集不同样品的红外光谱,利用小波分析将156个原始数据压缩至21个,然后进行主成分分析,提取前3个特征向量。以样本的前3个特征向量为输入,建立结构为3-5-1的三层BP神经网络进行训练和预测。训练样本集包含48个样本,预测样本集包含21个,预测结果正确率达95%。

简介：摘要:

简介：摘要：随着我国社会主义市场经济建设的飞速发展，我国各个地方依据当地的资源优势迅速的踏上了高速前行的经济发展列车，海南岛自亚洲博鳌论坛会议、国际旅游岛、海南自贸经济特区建立以来，再次迎来了全新的发展机遇与挑战，结合海南当地的资源优势并进行优化整合，促成海南国际教育创新岛的建设和完善。本文首先对BP神经网络系统的运作原理建设进行了简单的介绍，其次通过BP神经网络模型对海南构建国际教育创新岛进行科学有效的分析和评估。

简介：利用-矩阵理论以及Halanay不等式技巧，给出了一类含有变时滞的非自治BAM（bi—directionalassociativememory）神经网络周期解的全局指数稳定性的充分条件，这些条件去掉了对激活函数的有界性、单调性和可微性的要求，且在某些情况下更易验证。最后通过一个例子验证了所给结果的有效性。

简介：神经网络机器翻译技术模拟人脑神经系统,以深度学习技术为基础,将整个句子作为翻译的基本单元,使得机器翻译的准确率大大提升。谷歌、百度、腾讯三家公司推出的翻译软件都采用了神经网络翻译技术,通过比较可知三者的长句翻译能力突出,译文风格各具特色,但在语言方面都仍面临困境。首先,因语言差异导致的漏译误译;其次,因词义多义引起的选词障碍;第三,因语境因素带来的隐性含义的理解。本文认为只有不断完善深度学习的算法,建立纠错数据库,进行跨学科交流,才能进一步提升机器翻译质量。

简介：考虑了线性变分不等式问题,提出了求解它的一种新的时滞投影神经网络模型。利用泛函微分方程理论,证明了新模型解的存在惟一性,并给出了时滞投影神经网络全局指数稳定的充分条件。用数值模拟说明提出的神经网络的性能。

简介：利用Bananch空间中的不动点定理、指数二分法和Lyapunov函数方法研究了一类分布时滞双向联想记忆神经网络概周期解的全局渐近稳定性，实例说明了判据的有效性．

简介：摘要：本文围绕基于AHP和BP神经网络的装配式建筑供应商评价模型中的指标设定、具体评估项选择、权重因子系数设定进行了介绍，供参考。

简介：认知风格是人们在信息加工方式上的个人偏好,是运用以大脑为基础的神经结构和机制进行信息加工的个体差异。本研究在词汇学认知风格模型的基础上,采用SOM神经网络的方法,对参与测试的240名大学生（平均年龄19.6岁）进行聚类分析。结果显示,大学生的认知风格可以聚为四类,它们是细致灵动型、粗放灵动型、讨论型和规范型。每一类型的大学生在认知风格上具有最大的相似性,而不同类型的大学生认知风格差异较大。研究还产生了9种更加具体的认知风格类型。

简介：分析引发危险货物运输事故的产生原因,由驾驶员引起的事故占较大的比例。文章采用以评价促进管理的方法来管理驾驶员,预防事故发生。首先对行业企业进行调研,构建考核驾驶员的安全评价指标体系,建立了四个一级指标,二十六个二级指标。构建了驾驶员三层神经网络评价模型,Levenberg-Marqut神经网络优化算法在文中使用,并进行了100步以上的训练,达到了精度要求。采用MatLab模拟仿真训练算法,训练结果表明,该方法适应性好。

简介：文章主要讨论了一类具有反应扩散项的广义高阶脉冲神经网络的稳定性和周期性，通过利用具有脉冲初始条件的时滞微分不等式以及M-锥性质和巴拿赫不动点定理，得到了其周期解的存在唯一性和全局渐近稳定性的充分条件。最后，给出了一个例子来说明研究结果的有效性。

简介：机械手是一个动作灵活、运动惯性小的时变系统，具有简单、高效、低成本等特点，其在各个领域被越来越广泛的运用。神经网络在解决非线性、不确定性问题上有重要作用，通过对机械手未知方位的逼近学习，实现建模和补偿的效果，进而对机械手进行控制在神经网络学习中，权值的变化是训练的重要特征之一，正常情况下学习速率较慢，所以用PSO粒子群算法来加速对权值的计算，进而提升整个网络的学习速度。粒子群算法通过各个粒子的合作竞争学习，优化神经网络的连接权值，来提高神经网络的学习性能。