简介：本实验目的是探索GIF接种在脑内进行中枢神经系统疾病基因治疗的可行性。方法是用适量的GIF—GFP融合蛋白腺病毒载体直接注入c57小鼠脑内，3天、7天、28天、60天后分别用显微镜观察脑切片，结果发现GIF—GFP融合蛋白在脑中有表达且安全稳定。实验结果表明利用GIF进行中枢神经系统疾病的基因治疗是可行的。

简介：在双闭环直流调速系统中采用了一种采用单个神经元的自适应控制方案,此方案将克服传统双闭环直流调速系统的缺陷,使系统具有很好的动、静性能和强鲁棒性。神经元是神经网络的微处理单元,由神经元构成的控制器结构简单新颖、经济实用,并可实现系统无模型控制。控制器具有自组织、自学习能力和强鲁棒性,其品质优于常规控制器。

简介：脉冲耦合神经网络用于图像检索时，具有平移、旋转、尺度、扭曲等不变性，同时对噪声还具有很好的鲁棒性．本文提出了一种改进的脉冲耦合神经网络图像纹理检索算法，该算法将脉冲耦合神经网络和离散余弦变换相结合．首先将脉冲耦合神经网络输出的二值图像序列进行离散余弦变换，然后选择不同的特征提取方法提取纹理图像的关键特征，最后利用欧氏距离分类器对图像进行识别,基于Brodatz纹理图像库的实验结果证明了该算法的有效性。

简介：将模糊控制和神经网络控制相结合设计出模糊神经网络控制器，应用于交流伺服系统的调速控制中，可以克服交流伺服电机中参数变化、非线性和耦合等不确定因素的影响。针对模糊神经网络控制器运算量大、收敛慢的特点，硬件采用DSP芯片作为其控制器运算单元，成功地完成了其控制器的DSP实现，提高了交流调速系统的控制性能。

简介：染色温度控制系统中存在着严重的非线性、较大的时变性和时滞性,难以用数学方法建立精确的数学模型,用传统的常规控制很难达到较好的控制效果,本文将人工智能中的神经网络控制技术和模糊控制技术结合,采用闭环控制方式实现染色缸染色温度控制.

简介：提出了一种直流无刷电动机的N-PID转速调节器的设计方法。在直流无刷电动机的高性能速度跟踪中，若仅采用传统的PID调节器，则难以克服系统超调和短时振荡问题，采用复合N-PID的控制方法，利用神经网络的自学习自适应功能在线调整PID控制参数。介绍了基于数字信号处理器的直流无刷电机神经网络调速系统，仿真结果表明，运用这种设计方法很好地抑制了超调和振荡。

简介：对一类具有摄动的严格反馈非线性系统,基于动态面控制技术,提出一种自适应神经网络的控制器的设计方案.该方法消除了严格反馈非线性系统后推设计中,由于反复求导而导致的复杂性问题.通过对下界的讨论,避免间接控制中的奇异性问题.利用李亚普诺夫方法,证明闭环系统是半全局一致终结有界,且通过适当选择参数,跟踪误差收敛可以达到任意小.仿真结果表明所提控制方法的有效性.

简介：针对一类具有饱和非线性输入的混沌系统，基于RBF神经网络的逼近能力提出一种控制方案。该方法利用自适应控制和鲁棒控制，使系统可在模型函数和外扰未知下，设计出结构简单有效的控制器，有效消除了现实中由于饱和非线性输入的存在而引起的控制器抖动的不良控制效果。仿真结果表明了所提控制方法的可行性。

简介：基于后推设计方法，Nussbaum函数的性质及积分型李亚普诺夫函数，提出了一种自适应神经网络控制器的设计方案。通过引入示性函数，提出一种简化死区模型，取消了死区模型的倾斜度相等的条件。此外，该方法取消了函数控制增益符号已知和死区模型参数上界、下界已知的条件。理论分析证明了闭环系统是半全局一致终结有界。

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：本文介绍模糊神经控制的技术特征和控制方法。

简介：回顾了人工神经网络的发展史,分析了BP神经网络的结构,对BP神经网络在函数逼近、模式识别、分类应用、数据压缩等方面的应用进行了综述.

简介：神经干细胞研究是目前医学研究的热点之一，在目前已经取得了一定的研究成果。尽管大部分研究仍处在动物模型和实验阶段，相信在不久的将来会有越来越多的成果应用于临床。本文对有关神经干细胞的特性，来源，培养与纯化，临床应用等方面作一简单介绍。

简介：本文针对标准BP算法的不足给出了改进算法——ScaledConjugateGradient（SCG算法），利用Matlab语言编制了BP网络的应用实例仿真程序。结果表明SCG算法的学习收敛速度大大地优于标准BP算法。

简介：本文使用改进的神经网络模型结构与算法来辨识未知非线性系统，具有辨识精度高，速度快的特点。该方法简单有效，为设计非缌陛对象控制器提供了一条思路，从而摆脱了用线性模型近似被控对象的粗略做法。算法中，学习率采用随误差变化率而改变的做法减小了学习率选取的盲目性，加速了网络训练过程。

简介：根据典型TCSC的补偿原理和结构提出一种基于线路无功电流控制的补偿方法，即当线路发生变化时，通过TCSC的调节保持其无功电流稳定，从而提高线路的输电能力和运行稳定性。针对TCSC现有控制方法中不能有效处理系统的非线性问题，采用先进的基于DSP处理器的神经网络算法，根据实际误差利用LM算法和DFP算法结合来完成，并给出了可靠的算法流程。

简介：1、引言人工神经网络的发展已有近六十年的历史,当前神经网络研究在理论、应用方面都取得了令人瞩目的进展。前向多层神经网络被证明具有较强的功能,误差反传训练(BackPropagation,BP)算法是这种网络的典型算法,BP网络模型已成功地用于信号处理、文本及语音变换和数据处理,成为广泛使用的网络模型之一。曲线拟合,即信号重构在信号处理,语音变换中是经常遇到的课题,曲线拟合的传统方法

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：利用遗传算法的全局搜索能力,同时进化设计神经网络的网络结构和初始连接权,获得一组合适网络结构和初始连接权,再进行新一轮BP神经网络训练,生成神经网络的集成个体,采用二次规划计算方法,计算各集成个体的最优非负权系数进行最优组合集成,生成神经网络的输出结论,以此建立股市预测模型。通过上证指数开盘价进行实例分析,计算结果表明该方法预测精度高、稳定性好,易于操作。

简介：在收集到原始数据后，如何对这些数据进行有效分析及报告结果一直是入侵检测领域中研究的重点，并因此形成了多种ID方法。本文提出了一个ID模型，提出了一种改进训练算法，对模型的核心组成部分进行了分析、设计和实现，并进行了相关实验。