简介：本文对签名技术的研究背景和发展状况做了简单介绍,描述了在线和离线鉴定系统的优缺点。考虑大部分人对自己的签名有独特的写法和设计,并不同于其对平常文字的书写,综合比对了国内外笔迹鉴定公开数据库,针对个人签名设计、开发了一套基于Android离线签名鉴定系统,并建立了更具实用性的签名数据库xtu_302sg。本文使用深度卷积神经网络（ConvolutionalNeuralNetwork,CNN）提取签名图片特征做身份鉴定,相对于传统方法取得了不错的效果。

简介：用最大Lyapunov指数构造遗传算法中的适应度函数，通过遗传算法优化神经网络的权系数．根据所得到的适应度函数和权系数来构造遗传神经网络控制器，从而提高神经网络控制效果．对离散系统Logistic映射和连续系统Rossler方程、AFM（原子力显微镜）悬臂梁振动系统的混沌运动分别进行了仿真控制．数值实验结果表明本文改进的遗传神经网络控制方法对离散或者连续的混沌系统都能控制到低周期轨道上去，证明了算法的有效性．

简介：该文深入分析了两种经典前馈神经网络—多层感知器和径向基函数网络的基本原理,典型的算法如BP网络算法、RBF网络算法,RBF网络之所以具有分类能力是基于cover原理[5]

简介：粒子群优化(PSO)算法是一种新颖的演化算法,粒子群优化算法,PSO算法是一个新的基于群体智能的进化算法

简介：本文主要对神经网络与计算机网络安全评价基本含义进行阐述,从较强的适应性、容错性和可在线应用三个方面入手,解析神经网络建立计算机网络安全评价的必要性,并以此为依据,从计算机网络安全分析、计算机网络安全评价体系分析和BP神经网络分析三个方面,对神经网络在计算机网络安全评价中的应用进行研究。希望通过本文的阐述,可以给相关领域提供些许的参考。

简介：连接权系数wij及阈值h计算输出单元的输出　　m　　Yp=1/{1+exp[-(∑wjxpi-hj)]},[摘要]本篇论文我们介绍了基于粗集的BP神经网络识别项目的风险并评估项目风险,给出各风险指标的评价系数

简介：该文介绍了一类Hopfield神经网络模型问题,证明了此类系统的平衡点是全局指数稳定的。

简介：随着人工智能的发展，数字识别技术也得到了关注并通过各种算法提高了识别准确率。数字识别在安防、交通、邮政等领域发挥越来越重要的作用，是智能城市不可或缺的一环。通过采用包含隐含层的BP神经网络对数字识别进行仿真。首先介绍Mnist数据集、人工神经元模型、激活函数、BP算法等相关概念，详细描述了BP神经网络的原理，并通过实例进行BP网络设计。同时提出了6种优化方式，分别是初始化权值、设置Dropout、选取不同的激活函数、选取不同的代价函数、采用不同优化器、设置学习率。结果表明BP网络在数字识别方面具有实际应用价值，并能通过各种优化方式提高识别精度。

简介：摘要：本系统开发完成日期：2023年01月25日，首次发表日期：2023年01月28日

简介：基于当前计算机技术的不断发展,网络安全问题逐渐引起了人们的关注,例如,网络攻击、黑客侵袭、病毒侵入等问题的凸显,均在一定程度上威胁到了网络运行环境的安全性。因而在此基础上,为了规避网络数据丢失、窃取等问题的凸显,在计算机网络操控过程中应注重引入BP神经网络操作理念,且建构系统安全模型,打造良好的网络运行空间。本文从神经网络概述分析入手,并详细阐述了BP神经网络的实践应用,旨在推动计算机领域的快速发展。

简介：建立了对超市顾客满意度进行评价的BP神经网络模型,根据指标选择原则建立的超市顾客满意度评价指标体系,选取超市顾客满意度评价指标应遵循如下原则

简介：摘要：基于ARM芯片和FPGA的特点，设计了一种ARM与FPGA人工神经网络处理器之间的通信方案。该方案采用ARM的ZDMA控制器对数据传输进行控制，完成ARM与神经网络处理器的控制寄存器组、分布式存储器、样本存储器等存储体的数据交换。

简介：针对人工神经网络的课程特点,提出将前沿科技引入教学内容,基于兴趣与任务驱动开发一系列课程案例,对教学内容和教学方式进行课程改革。介绍在实验教学环节基于倒立摆系统开发出的一系列实验案例。

简介：在丝绸等织物生产过程中,经常会出现织物产生非正常花纹的缺陷。目前对织物缺陷的检测主要是通过人工肉眼判别,该方法花费时间长、人工成本高,会给企业带来较大的经济负担。本文通过使用BP和SAE两种神经网络对织物进行缺陷检测,并判断是何种缺陷:首先介绍了使用BP神经网络对大量样本训练并保存,得到最佳权值,从而实现对于图像的缺陷检测和分类;训练样本通过SAE深度神经网络训练得到重构图像,再不断微调参数,获得最佳的权重数值,运用滤波器过滤噪声,最终得到结果。通过大量的实验,结果表明两种方法对织物缺陷检测均具有非常良好的效果,充分证明了深度神经网络在工业生产织物过程中运用的可行性。

简介：针对传统BP神经网络用于谐波检测时存在收敛速度慢、易陷入局部最小值的缺点,提出用混合蛙跳算法代替BP神经网络中梯度搜索算法的混合蛙跳算法神经网络,并将其用于电力系统谐波幅值与相位测量。根据电力系统所含谐波特点,构建谐波检测的神经网络模型,阐述混合蛙跳算法神经网络的基本原理。以三次谐波为例,给出神经网络训练方法以及训练样本如何构建。仿真结果验证所提方法的可行性,其收敛速度、检测精度均优于BP神经网络。最后用训练好的神经网络检测未训练的样本,实验结果验证该网络具有良好的泛化能力。

简介：图7优化小波神经网络函数逼近情况,图9BP算法训练的小波神经网络函数逼近情况,优化小波神经网络的函数逼近情况

简介：图7优化小波神经网络函数逼近情况,图9BP算法训练的小波神经网络函数逼近情况,图6BP算法训练的小波神经网络函数逼近情况

简介：一个输出节点的三层RBF神经网络如图6,图5（基音曲线平滑的效果）,本文采用径向基函数(RBF)神经网络完成语音基音数据曲线到声调四声的映射

简介：以设计识别26个英文字母的神经网络为例,介绍了利用MATLAB神经网络工具箱进行模式识别的基本步骤,并对训练的结果进行了分析,说明了在解决此类问题时要充分考虑噪声对辨识率的影响。

简介：随着计算机技术发展,计算机在生活中的应用也越来越广泛。在为人们生活带来便利的同时,也会带来某些方面的问题。由于多方面原因,计算机在使用过程中,如果未能采取有效的防范措施,就可能会对其安全性造成一定影响,需要用户在使用过程中注意。而神经网络在发展过程中其应用范围越来广泛,将其应用于计算机网络安全评价工作中,能够发挥巨大作用,从而为计算机更好的服务于人类社会提供保障。本文就神经网络在计算机网络安全评价中的应用研究作简要阐述。