具有反应扩散的神经网络的稳定性分析

通过构造适当的平均Luapunov函数，利用M矩阵理论，研究了一类具有反应扩散的Hopfield神经网络的全局稳定性．在放松神经网络的激活函数的有界性、单调递增性和可微性的条件下，得到了神经网络的全局渐近稳定的条件．这些条件适合于神经网络的关联矩阵为对称或非对称矩阵、激活函数为非单调的情况．     

虎门大桥高程控制网的设计与施测

本文介绍了虎门大桥高程控制网的布设与施测方法,其中包括用光学测微法成功地完成了珠江口１．１～１．４ｋｍ四段宽水域的跨河水准测量。为了克服跨河水准遇到的困难,以及施工现场仪器设备条件的限制,自制了特殊觇牌,用一台Ｎ３水准仪,采取“Ｚ”字型布置进行观测,结果达到予期要求。平差后的成果完全满足工程测量二等水准各项精度指标的要求。     

城市交通空间需求与交通网络双均衡研究

从交通空间需求入手,运用均衡原理建立交通空间需求与交通网络二者的耦合关系模型,提出了一套城市交通空间需求与交通网络一体化均衡配置方法。该方法能够同时实现交通需求与交通网络的供需均衡以及交通网络自身的用户均衡,对于城市土地利用与交通系统的一体化规划以及城市规划与交通规划的结合具有重要的借鉴作用。     

多目标模糊优化问题的神经网络解法

基于函数联接神经网络，提出了一种解决工程结构多目标模糊优化问题的新算法。该算法以设计人员对目标函数值的满意程度作学习样本，采用神经网络取代传统的隶属度函数，从而较好地解决了隶属函数的描述问题。在解决多目标模糊优化问题中，该算法较传统算法具有更大的灵活性。     

基于Hopfield神经网络的遥感图像超分辨率识别算法

提出基于Hopfield神经网络的遥感图像超分辨率目标识别算法，它是利用模糊分类技术进行模糊分类，然后用分类结果约束Hopfield神经网络的方法．通过实验，可知Hopfield神经网络在学习样本少时．也能够输出分辨率相对较高的地物目标信息．因此．基于Hopfield神经网络的遥感图像处理方法，能够提高遥感图像的目标分辨率．使其目标特征信息更清晰．     

基于改进遗传算法的递归神经网络非线性系统辨识

将递归内时延神经网络应用于非线性动力学系统辨识中，描述了其动力学方程，并引入改进遗传算法作为其学习算法，通过非线性动力学SISO和MIMO系统的辨识仿真研究，验证了内时延递归网络结构和改进遗传算法的有效性。     

神经网络内燃机排放模型学习样本的选定

研究神经网络理论用于内燃机排放预测模型时学习样本的选取方法，针对内燃机工况变化的特点，对传统的正交设计法进行了改进，提出并验证了用考虑因素边界变化的正交设计法选取样本的可行性。研究结果表明，模型的预测精度随着正交表位级的增加而提高，即使只有3位级的正交表设计样本，也能建立预测误差低于5．7％的内燃机稳态排放特性预测模型，具有试验工作量小、简便易行的特点。     

基于改进BP算法神经网络的路况评价模型研究

通过利用在BP神经网络中增加反馈信号及偏差单元的网络模型,生成内部回归网络,对BP神经网络进行改进,据此得出改进的BP神经网络的具体步骤.在此基础上,结合陕西省高速公路沥青路面的实际情况建立了路况评价模型,并对该模型的具体应用做了研究.研究结果表明:网络的收敛速度很好,训练结果与实际路况结果相差很小,利用改进BP算法神经网络建立的路况评价模型不仅方便易用,而且精度很高.     

基于人工神经网络的车次追踪算法研究

在高速铁路运营调度系统中,对列车进行跟踪,实时获取准确的列车车次号是必不可少的。车次追踪主要包括原始车次号的获取、车次号的逻辑追踪处理和列车车次校核3个方面。逻辑追踪是在某一时刻和某一地点,根据列车的实际运行情况,自动推算当时运行或者停车的列车的车次号。车次校核是根据计划或无线等车次号对追踪结果进行校核。基于人工神经网络算法的车次追踪技术,快速、有效,可以避免由于轨道电路故障而引起的车次追踪错误。     

OFDMA多跳中继蜂窝网络的干扰协调策略

多跳中继蜂窝网络由于具有吞吐率高和覆盖性强的优点受到广泛关注。但是,中继站的引入改变了传统蜂窝网络的频率规划策略,因此如何在策略设计中对中继链路进行高效的频率资源分配成为极具挑战的问题;其次,小区频率复用越紧密,同频干扰越严重,对系统的整体性能产生影响。本文基于IEEE 802.16j/m标准,以下行链路的无线资源管理为基本手段,设计合理的资源复用策略及其对应的多跳中继下行子帧结构,在保证网络的资源利用率的同时,降低干扰给相邻小区边缘用户带来的影响;再将高效的比例公平调度算法扩展到多跳中继蜂窝网络,旨在兼顾系统整体性能和用户公平性。仿真和分析结果表明,干扰协调与资源调度策略相结合能显著提升系统吞吐率并改善用户公平性。