神经网络BP算法的研究,实现及改进

给出了目前较流行的一种神经网络学习算法－－神经网络ＢＰ算法的数学证明及计算机实现，并在此基础上提出了几种改进算法。计算机模拟结果表明，改进算法提高了学习速度与精度，应用于工程图形元素识别效果良好。

细胞神经网络的理论研究

简要论述了细胞神经网络的原理、结构,并对细胞神经网络的动态范围及其稳定性进行了探讨。

神经网络原理及其能量函数的构造

本文简要论述神经网络概念、原理及发展史,探讨神经网络中有关能量函数的构造方法和技巧。

CNN理论应用于连通片检测器研究

本文在细胞神经网络原理的基础上,设计实现单细胞电路,研究了连通片检测器在细胞神经网络中的应用。

模糊神经网络的舰载雷达辐射源识别方法

采用模糊神经网络方法，对舰载雷达辐射源进行识别，将模糊系统确定模糊推理规则以及如何推理决策作为黑盒子，只需给出模糊化的输入，即可得到决策输出．该方法具有简捷方便、快速、准确的优点，特别适用于复杂的识别问题。

神经网络在机动多目标跟踪中的应用

本文概括地介绍了机动多目标跟踪理论，解决多目标跟踪问题的重大意义及解决多目标跟踪问题的传统方法，通过对已有的用于解决多目标跟踪问题的神经网络方法的分析，讨论了神经网络应用于解决多目标跟踪问题的可行性。

分析随机边权网络脆弱性的一种新方法

本文将讨论随机边权网络的脆弱性。如果网络中的一条边被破坏,网络中任意两个顶点之间的最大流一般要减少。若某条边被破坏后使最大流减少,可以说它对网络脆弱性的影响较大。根据边权概念和本文提出的虚拟边权和虚拟流概念,本文将提出度量边对随机边权网络脆弱性影响的新指标,并将这两个提标推广为边对网络脆弱性影响的度量函数。

评价随机混合容量网络脆弱性的一种新方法

本文将讨论随机混合容量网络的脆弱性、提出了改进边失效概率,改进边容量两个新概念,给出了把一个顶点分解为两个顶点与一条边组合的分解方法。利用这两个新概念和分解法,可以把一个随机混合容量网络转换为一个定常边容量网络,从而利用度量定常边容量网络的指标来度量随机混合容量网络的脆弱性。

关于顶点和边均失效情况下有向流网络脆弱性评价的一种方法

网络脆弱性就是指一个网络受攻击后能否继续工作,及其承受破坏的能力,它对于分析和设计通讯网络和计算机网络是非常有用的。本文将讨论顶点和边均失效情况下有向流网络的脆弱性评价问题,提出了改进边失效概率,改进边容量两个新概念,给出了把一个顶点分解为两个顶点与一条边组合的分解方法。利用这两个新概念和分解法,我们可以把一个顶点和边均失效的有向流网络转换为一个仅含边容量的有向流网络,从而,利用度量含边容量的有向流网络脆弱性的指标来度量顶点和边均失效的有向流网络的脆弱性,以及评价网络的性能。

模糊神经网络在机动多目标跟踪中的应用

研究了模糊神经网络方法在机动多目标跟踪中的应用．该方法把模糊技术和神经网络技术结合起来，优势互补，一方面可以用语言描述的规则构造网络，使网络中的权值具有明确的意义；另一方面引入了学习机制，学习的结果改善了原有的规则，提高了知识表示的精度．

人工神经网络在钢筋混凝土试验研究中的应用

本文用人工神经网络方法研究钢筋混凝土双向偏心受压构件的强度计算，采用ＢＰ算法，建立了一个四层网络，探讨了单元设置，学习率、指数衰减系数选取的具体方法。

细胞神经网络应用于字符特征检测

细胞神经网络由于其连续时间的特性，因此在图象处理和图形辩识方面有着潜在的应用。本文在细胞神经网络理论的基础上，对字符特征检测过程进行研究。