简介：本文提出了一种改进的注意力选择模型，在这个模型中，周边神经元代表初级视觉皮层的神经元，中心神经元代表更高级视觉皮层中的神经元．生理实验发现方向选择性是初级视觉皮层神经元的重要特性之一，所以模型除了考虑外部刺激的强度，也考虑了初级视觉皮层中的神经元的方向选择性．仿真结果显示改进后的模型能够选择具有不同方向选择性的目标，并且能从一个目标转移到另一个目标．和原模型相比，改进后的模型更符合生理背景．该模型的动力学分析结果，对于理解视觉神经系统的编码有一定的帮助．

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：采用神经元二维映射模型，通过数字仿真研究了高斯白噪声对神经元非线性动力学特性的影响．研究发现，噪声可以诱导具有次阈值输入信号的神经元产生动作电位和随机共振．随机共振现象的产生与否和噪声强度的大小以及输入信号的频率具有密切的关系．另外，还研究了系统的控制参数对随机共振现象的影响．

简介：传统PID控制在控制系统中有广泛的应用,但是由于其在参数整定过程中对于对象模型过分依赖,并且参数一旦整定计算好后,在整个控制过程中都是固定不变的,而在实际系统中,由于系统状态和参数等发生变化时,过程中会出现状态和参数的不确定性,系统很难达到最佳的控制效果.为了改善传统PID控制的效果,又充分利用现有PID控制的研究成果,采用BP神经网络对PID参数进行整定,并对该系统进行了仿真分析.仿真结果表明,采用BP神经网络整定的PID控制较传统PID算法及BP网络算法都有较大程度的提高.

简介：本文提出一种粗糙集理论和动态前馈神经网络相结合的神经网络构造方法。充分发挥了粗糙集理论和神经网络的优势，弥补了各自的缺点。并应用于实际工业过程，在乙烯装置裂解炉燃料气热值控制中取得了良好的应用效果。

简介：人工神经网络系统作为人工智能方法主要代表之一，在模式识别、信号处理、控制系统等工程领域应用广泛。近几年来，人工神经网络系统在金融业、保险业等社会科学领域越来越活跃，具体在银行贷款风险评估、信用卡交易诈骗预防、证券价格预测等项目上人工神经网络系统都取得了很好的效果。笔者根据自己在IT业和金融业多年工作经验，初步运用人工神经网络系统进行上市公司虚假财务报表辅助识别，取得了不错的效果。

简介：澳大利亚马则诺学院将成为澳大利亚首批在综合园区局域网的升级中部署新一代IP网络之一。博科网络解决方案帮助这所学校确保所有850名学生能够随时享受到高达100Mbps的网络带宽。

简介：针对无人动力伞在执行任务时常常在低空、城市上空等复杂气流环境飞行，无人动力伞的响应特性受到飞行速度、航向角和各种风的综合影响，具有的非线性和不确定性．导致事先设计的控制规则不再适合，对此基于PID的控制算法难以达到满意的控制效果．本文提出了一种模糊神经网络控制无人动力伞航向控制策略，利用RBF神经网络所特有的局部逼近能力，对模糊控制规则进行在线推理并获得连续输出，采用GA算法对神经网络参数进行调整来实现对模糊控制器规则库的优化和模糊规则的自动生成．使控制器能够进一步适应无人动力伞实时控制中的时变性和不确定性，保持良好的控制性能；仿真表明算法是可行的．

简介：为了提高非线性动态系统辨识精度，提出一种基于多新息理论的PID神经网络改进算法。对具有时间延迟非线性动态系统，由于采用多新息，充分利用了系统的当前数据和历史数据，较传统的BP算法，本文所提算法在辨识精度和收敛速度方面具有更好的效果。仿真结果表明该算法的有效性。

简介：当前主流的运动目标检测方法存在计算量大、计算速度慢和无法实时检测等问题。本文以室外场景下的视频作为研究对象,在特征提取方面利用HOG特征和颜色特征相结合的特征融合方法,使用主成分分析法对特征维度进行降维,克服了单特征描述能力不全面的问题和多个特征数据量大的问题;在分类器设计方面,本文使用经过调优结构后的BP神经网络,克服了模式识别检测时间长的问题。实验结果表明,该算法相对于当前主流的HOG+SVM算法,在INRIA运动目标数据库上对运动目标的检测率达到92%,且速度较快。

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：在能量编码原理的基础上,利用哈密尔顿函数得到了大脑皮层内大规模神经元集群在阈下和阈上互相耦合时神经元电位变化的能量函数.根据神经电生理的实验数据得到了高斯白噪声条件下神经元电位活动的膜电位运动方程.研究结果表明：本文得到的膜电位的均值恰是先前已发表的膜电位运动方程的精确解.在这个基础上,还得到了神经元集群编码的哈密尔顿函数随时间的演变过程,即神经元集群随时间的能量演化过程的定量表达式.

简介：通过对龙虾心脏神经节模型的研究，从非线性动力学角度对模型所产生的簇发放做了详细的分析，讨论了不同电生理参数条件下，模型簇发放中所蕴含着的丰富的动力学性质，如：峰峰间距（InterSpikeIntervals，ISis）的加周期分岔和倍周期分岔等．通过模型分析结果可进一步理解龙虾心脏神经节动作电位簇发放中所蕴含的丰富的发放模式和节律编码.

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：可见神经干细胞移植组的脊髓损伤附近有大量被Brdu标记的移植细胞,结果发现接受神经干细胞移植的大鼠脊髓功能恢复明显优于损伤组,说明神经干细胞移植治疗可以显著促进损伤脊髓的功能恢复

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：在神经元的生理实验中经常观察到丰富的钙振荡模式，本文详细综述了产生这些现象的钙流交换机理和各类通道调节机理，以及描述这些生理机理的数学表达式．介绍三类典型的研究钙振荡的非线性动力学模型，即电压动力学与钙动力学相耦合的模型，多个钙存储单元之间钙流平衡的模型和考虑信使物质IP3的振荡与钙振荡相互作用的模型；并针对第一个模型简要地讨论其复杂的动力学行为；最后对神经元钙振荡的非线性动力学研究提出了一些展望．

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