简介：

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：Amodelfortheoptimisationofallfuzzy-controller-componentsbyanartificialneuralnetwork.AModularApproachforReliableNanoelectronicandVery-DeepSubmicronCircuitDesignBasedonAnalogNeuralNetworkPrinciples.AmultipointopticalevanescentwaveU-bendsensorsystembasedonartificialneuralnetworkpatternrecognition.Amultivariableapproachformappingsub-pixellandcoverdistributionsusingMISRandMODIS:ApplicationintheBrazilianAmazonregion.

简介：Anoveldailypeakloadforecastingmethodusinganalyzablestructuredneuralnetwork；Apseudo-randomtestingschemeforanalogintegratedcircuitsusingartificialneuralnetworkmodel-basedobservers；AROBUSTPOWERSYSTEMSTABILIZERCONFIGURATIONUSINGARTIFICIALNEURALNETWORKBASEDONLINEAROPTIMALCONTROL(STUDENTPAPERCOMPETITION)；ASelf-AimingCameraBasedonNeurophysicalPrinciples；Aself-organizingneuralmodelforcontext-basedactionrecognition；Asequentialfeatureselection-basedneuralnetworkapproachtodynamicvoltagestabilityestimation。

简介：Abiologicallyinspiredconnectionistsystemfornaturallanguageprocessing，Abiologicallymotivatedconnectionistsystemforpredictingthenextwordinnaturallanguagesentences，Acombinedmodelofwaveletandnenralnetworkforshorttermloadforecasting，Acomparativestudyofradialbasisfunctionneuralnetworksandwaveletneuralnetworksinclassificationofremotelysenseddata……

简介：本文对神经网络的基本原理和应用进行了深入浅出的阐述,首先说明为何引进神经网络,然后讲述神经网络的基本原理和当前有关神经网络的前沿技术,其后对神经网络的应用情况进行了介绍,最后对神经网络有待解决的问题进行了简要说明.

简介：摘要在人工智能领域内，人工神经网络是一种运算模型，由大量的节点之间相互联接构成，目的是模拟人类的神经系统，目前已经广泛地应用在智能分析、回归、拟合等多个技术领域。本文从人工神经网络的概念讲起，介绍了有关人工神经网络的相关知识，分析了BP、RBF、SOM、DNN等不同人工神经网络的工作原理，介绍了各类神经网络在部分领域的应用，最后对人工神经网络的应用做出了展望。

简介：近两年神经网络的研究内容相当广泛，反映了多学科交叉技术领域的特点。迄今为止，在人工神经网络研究领域中，有代表性的网络模型已达数十种，其中误差逆传播神经网络也简称BP(BackPropagation)网是我们研究的重点内容。神经网络研究热潮的兴起是本世纪末人类科学技术发展全面飞跃的一个组成部分。它与多种科学领域的发展密切相关，纵观当代新兴科学技术的发展历史，人类在征服宇宙空间、基本粒子、生命起源等科学领域的进程之中历经了崎岖不平之路。我们也会看到，探索人脑功能和神经网络的研究将伴随着重重困难的克服而日新月异。

简介：本文通过对人工神经网络的基本概念特点发展等加以介绍,使读者能对作为当今尖端科技的人工神经网络技术有一定的了解与认识。

简介：阐述了人工神经网络模型的基本原理，建立了混凝土强度人工神经网络预测模型，通过试验证实了该模型的可靠性。

简介：消费是宏观经济发展的重要环节.文章通过把线性预测与神经网络的非线性预测相结合,并把这种'复合'预测的结果作为单项方法的预测值再次利用神经网络确定组合权重进行进一步的预测,结果表明取得了不错的效果,可以为把握消费增长的趋势,扩大消费需求的规模提供数据依据.

简介：介绍了人工神经网络原理和卫星云图估计降水的原理.从GMS红外卫星云图资料中抽取12个降水云图特征量,构造了网络结构为12-98-7的降水估计人工神经网络模型,并用1993年的小时地面雨量资料和GMS数字云图资料对神经网络模型进行训练,用1992和1994年资料对该神经网络模型分别进行测试.在日面降水估计试验中,地面雨量计值和卫星估计降水之间的相关系数分别为0.94和0.97,相对误差分别为41%和32%.

简介：摘要目的利用反向传播神经网络（BPNN）算法，建立一种可以识别血糖项目随机误差的实时质控新方法并评价模型效能。方法通过北京朝阳医院实验室信息系统导出2019年1月至2020年7月在西门子advia2400分析系统上报告的全部患者血糖信息，共计219 000条，作为本研究的无偏数据。人为引入6个偏差生成相应的有偏数据，每种偏差下用2种算法测试。进行计量学及临床评价。结果BPNN步长设置为10，全部偏差下假阳性率均在0.1%以内；MovSD的最佳步长为150，拦截限为10%，全部偏差下假阳性率为0.38%，比BPNN高0.28%。MovSD在0.5与1误差因子下全部未检出，误差因子>1之后，可检出，但MNPed偏高；而BPNN在全部偏差下MNPed均低于MovSD，两者相差最高达91.67倍。计量学溯源过程生成460 000条参考数据，采用参考数据评定BPNN模型的不确定度仅为0.078%。结论成功建立了基于BPNN算法识别检测过程随机误差的实时质控方法，模型准确度高，临床效能显著优于MovSD方法。

简介：人工神经网络是人工智能的重要分支，自其创始伊始便成为了人工智能领域的研究热点。本文从人工神经网络的发展历史开始，介绍了其在医学，信息，控制等方面的应用及其现状，对其中的优缺点进行了简要的分析。并对人工神经网络未来的发展作简要的展望。

简介：ＢＰ人工神经网络是摸拟人脑机理和功能的一种新型计算机和人工智能技术，它在数据处理中可避免数据分析和建模中的困难，采用拟人化的方法进行处理，特别适用于不确定性和非结构化信息处理，因而对地质学中各种未知信息的预测有着较好的适用性。

简介：本文阐述了人工神经网络的生物基础、定义、模型及神经网络计算机与传统计算机的主要区别，并重点阐述了人工神经网络在控制中的应用。

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：