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

简介：浦肯野神经元是小脑皮层唯一的输出神经元,其传入纤维主要包括来自橄榄核的盘状纤维和来自皮层颗粒神经元的平行纤维.基于与实际神经系统十分相似浦肯野神经元回路模型,本文研究了回路中三种神经元（浦肯野神经元,颗粒神经元,盘状纤维）的相位响应曲线（PRC）并结合它们各自的f-I曲线对来区分三种神经元的兴奋性;进而对不同类型的神经元之间的同步性进行分析,着重考察了不同神经元之间突触的电导系数与浦肯野神经元树突上的CaP电导系数的影响等,分析结果显示神经元之间同步性对于它们信息传递起着重要作用.

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：基于动力系统的稳定性理论、数值计算分岔图和线性化系统的最大Lyapunov指数,研究了经兴奋性化学耦合的快峰神经元的同步动力学.研究表明,随着一些关键参数的改变,耦合神经元能呈现丰富的同步行为,如各种周期的同步和混沌的同步.研究结果对理解神经元系统的同步运动具有指导意义.

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