一种BP神经网络算法的改进模型

首先对BP网络的结构和算法进行了分析,针对BP网络收敛速度慢,容易陷入局部极小等问题,提出了一种改进的BP网络模型,并对该模型算法进行了改进,通过激活函数的选择,网络的初始化,学习率的调整和训练样本数据的处理等方法,可实现加快网络的收敛速度,并且较好的解决局部最优问题.     

点目标自动识别

本文概述了远距离目标即点目标自动识别的技术方法,评述了与之有关的一些问题,并就其发展趋势提出了一些看法。     

基于神经元的动态系统模糊关系模型及其学习算法

本文直接针对模糊集,提出了三种基于模糊集运算的逻辑神经元,即ＡＮＤ．ＯＲ和ＡＮＤ／ＤＲ．基于上述神经元,提出了一种应用于动态系统建模的实用的模糊关系网络模型,通过一个简单实例,证实了上述模型建模算法的学习能力和快速计算能力。     

微弱正弦信号在有噪声的FN神经元模型中的传输特性研究

长期以来弄清神经系统中的信号是如何传输的一直是广大研究人员努力的目标.针对一种被普遍研究的神经元简化模型--FitzHugh-nagumo(FN)模型,采用二阶随机龙格-库塔算法分析了该模型对加性噪声和微弱正弦信号的响应特性.时域和频域的统计参数表明适当强度的噪声有利于信号的传输,存在随机共振现象,即与噪声强度关联的输出信噪比曲线为倒钟形;另外值得关注的是,与正弦信号频率关联的输出信噪比曲线也为倒钟形,分析可见正弦信号的无量纲频率在区间0.2～0.8时模型的输出信噪比最大,表明该神经元模型有频率敏感性,即更易于检测到该范围内的弱信号.上述结果与生物学的发现是一致的,将有助于进一步揭示周期信号在神经元中的传输方法,建立更加准确的神经元数学模型.     

组合导航系统的神经元信息融合模型

提出了一种基于神经元状态融合的组合导航系统信息融合模型 ,给出了神经元融合权重在线自适应学习算法。将该模型应用于车载SINS/GPS组合导航系统 ,通过仿真计算和实验室静态组合导航实验 ,验证了该信息融合模型及融合权重在线自适应学习算法在实际应用中的有效性和可行性。     

四旋翼飞行器的自适应单神经元PID控制研究

四旋翼飞行器的飞行控制通常采用比例、积分和微分(PID)控制算法。文章针对传统PID控制算法调整时间过长,超调量大等问题,基于四旋翼飞行器的非线性动力学模型,设计了一种改进的自适应单神经元P ID飞行控制算法。该算法在调整加权系数的基础上,通过运用非线性控制方法,增加了对神经元比例系数的自适应调整。仿真结果表明,该算法动态响应速度快,稳态控制精度高,抗干扰能力强,能较好地实现对四旋翼飞行器的通道控制。     

脑功能光学成像研究进展

首先对脑功能成像技术的研究背景和发展历程进行了简单的回顾 ,然后对脑功能光学成像方法进行了分类综述 ,主要介绍了电压敏感性染色成像、内源光学成像、光学相干层析成像、神经元活动相关光信号成像等成像方法的原理和最新进展 ,并总结了选择光学成像系统所应考虑的因素 ,最后 ,通过对各种成像方法的分析和比较 ,提出了改进和完善脑功能光学成像技术的建议 ,并对脑功能光学成像技术的发展前景指出了一些可能的方向     

神经网络在可靠性工程中的应用

神经网络信息处理技术是近年来得到迅速发展的一个前沿综合性研究领域,它已在许多领域取得令人鼓舞的进展。神经网络具有大规模并行、集团运算等特点,以及强大的自适应、自学习、容错和推广能力,它能够从背景不清楚和不完全的数据中自动提取反映事物内在规律和特点的知识,并能够应用通过学习所获取的知识来进行问题求解,神经网络的这些特点促使许多     

欧洲“神经元”夫人作战飞机验证机首飞

2012年12月1日,欧洲“神经元”无人作战飞机验证机在法国成功首飞。该机是欧洲多国合作研制的首架无人作战飞机,也是欧洲自主设计的第一架隐身作战飞机。“神经元”验证机采用无垂直尾翼设计,机长10米,翼展12．5米,空重5吨,尺寸接近一架战斗机。     

单神经元自适应PID的寻北转位控制技术

研究捷联式寻北仪中的转位控制技术.采用基于二次型性能指标学习算法的单神经元自适应PID控制方法实现寻北转位的计算机控制,设计了转位伺服系统的组成结构及实现单神经元自适应PID控制器的方法.仿真表明,所设计的转位伺服系统不仅能满足定位精度的要求,而且具有响应速度快、抗干扰能力强、鲁棒性好等特点.