(1) 利伯曼猜想，小孩的自我神經網絡<)，提高了該模型的預報準確性。

(106) 依據RBF神經元模型的幾何解釋，提出一種新的構造型神經網絡分類算法。

(107) 文中介紹光互連的特點、功能、形式，以及在光計算機和光神經網絡中的作用。

(108) 本文采用基于知識的人工神經網絡模型模擬微帶徑向短截線的特性，利用已經具有的先驗知識減小神經網絡輸入輸出映射關系的復雜程度有效減少了訓練樣本的數量。

(109) 然后采用前向神經網絡進行整經軸數預測。

(110) 根據影響水面蒸發的主要氣象因素，利用人工神經網絡的學習、記憶功能，研究了一種新的水面蒸發計算方法。

(111) 提出基于粗神經網絡確定影響礦內通風風流穩定性主要風路的方法。

(112) 應用地震相分析、波阻抗反演和神經網絡技術，分別對小洼油田和陳家洼陷的隱蔽油氣藏進行了識別和預測。

(113) 以晉城無煙煤的實驗數據對人工神經網絡進行了訓練,獲得了較好的過程模擬結果.

(114) 以人工神經網絡中的自適應共振理論為基礎，研究了用光標在電腦屏幕上進行手寫輸入的字符識別方法。

(115) 在第四章，我們給出了變時滯高階BAM神經網絡模型周期解存在及其全局指數穩定的幾個充分性定理。

(116) 研究了RBF神經網絡故障診斷模型及學習規則，給出了基于粗糙集理論的RBF神經網絡故障診斷原理和步驟。

(117) 為了簡化模型庫開發過程，僅采用初始空間映射和神經網絡空間映射來構造增強模型。

(118) 說明：捐款給世寶，支持易語言漢語編程人工智能數字神經網絡飛船與機器人設計等事業。

(119) 將其應用于青島膠州灣海區底質分類識別研究中，通過與標準的LVQ神經網絡的分類結果進行比較表明，該方法在分類速度以及精度上都有了較大提高。

(120) 在對員工素質測評數據分析的基礎上，建立了一套能夠模擬統計人員對測評數據進行統計計算的神經網絡測評系統。

(121) 用神經網絡方法對真空感應爐進行狀態監測和故障診斷，為故障診斷系統的開發提供有益的參考。

(122) 在此模型的基礎上，用神經網絡迭代法從測得的天線溫度反演了隱身涂層材料的的相對介電常數、相對磁導率。

(123) 鑒于該方法只能識別梁中的單處損傷，提出了結合移動質量法和神經網絡進行結構損傷識別的方法。

(124) 細胞神經網絡由于其連續時間的特性，因此在圖象處理和圖形辯識方面有著潛在的應用。

(125) 采用神經網絡對耦合微帶線進行建模，并將此模型應用到耦合微帶線的分析與設計中。

(126) 神經網絡權值和閾值的優化方法.

(127) 本文運用卡爾曼濾波原理，提出了一種新的神經網絡學習算法。該算法的學習速度是由帶時間參數的里卡蒂微分方程來確定的。

(128) 為了解決動態紅外點目標多光譜模式識別問題，提出了一種利用神經網絡并行子網作為前級處理，證據理論于后級融合的多周期模式識別推理模型。

(129) 實際上，復交替投影神經網絡不僅可用于信號處理中的帶限信號外推，還可用于選頻、陷波等場合。

(130) 對用人工神經網絡識別往復泵活塞磨損故障進行了研究。

(131) 它不僅有助于科學家對機器學習和神經計算的深入研究，還有助于普通工程技術人員利用神經網絡技術來解決真實世界中的問題。

(132) 仿真結果顯示，就算例而言，該量子神經計算網絡的性能優于傳統的神經網絡。

(133) 將文化差分進化算法用于訓練補償模糊神經網絡，建立乙烯精餾塔產品質量軟測量模型。

(134) 一般對特定的基于多層感知器的故障診斷問題，很難確定神經網絡的結構。

(135) 通過分析二維FIR線性相位濾波器的幅頻響應特性，建立了神經網絡算法。

(136) 根據灌腸術原理和臨床的需求，提出了一種基于模糊神經網絡控制的結腸灌注透析治療機。

(137) 從信息論角度出發，利用神經網絡非線性時間序列預測模型，構造了油田產油量、產水量的多維時間序列神經網絡預測器。

(138) 首先將被控對象進行離線辨識,確定NNC的初始權值再進行神經網絡在線控制,從而能夠進一步提高系統的控制精度.

(139) 由于粗神經網絡的誤差傳遞函數不可微，所以采用遺傳算法來訓練粗神經網絡。

(140) 應用BP神經網絡對數字進行識別，其圖像的預處理采用去除雜點方法去除噪聲，使用逐像素特征提取方法進行特征向量的提取。

(141) 實踐證明這種遺傳神經網絡預測系統收斂速度快、推廣性強，具有較高的實際應用價值。

(142) 本文以提高控制器的控制效果為目標，將神經網絡與PID控制相結合，分別對單變量系統和多變量系統的神經網絡結構的PID控制進行了深入研究和探索。

(143) 顯然，這與神經網絡在解決小規模問題時正確率高、訓練速度快相符合。

(144) 結果表明：利用人工神經網絡模型的非線性映射功能，可以較好地給出工程爆破引起的區自由場力學規律，對于同類型問題的研究，也有著很重要的意義。

(145) 布拉德利總共找到了七個關鍵的因素，其中包括了他創造的神經網絡的判斷，同時他認為這個因素對預測股票走勢是有幫助的。

(146) 針對中藥方劑功效歸納問題，提出了一種基于人工神經網絡新的高維數據歸約方法。

(147) 給出了一種高精度的磁羅經航向系統，應用神經網絡進行剩余自差的自動校正。

(148) 以甘肅省河西走廊西部疏勒河為例，建立了干旱內陸河流水質預測的人工神經網絡模型。

(149) 提出了一種用于船舶噪聲分類的局域自適應子波神經網絡分類方法。

(150) 本文提出一種改進的神經網絡結構，它由線性網絡和多層前向網絡兩部分組成。