摘要：该文概括介绍人工神经网络的软件实现技术的现状，并从面向对象程序设计的角度出发，以实际例子详述Ｊａｖａ语言在人工神经网络应用软件或智能系统相应模块的开发方面的运用前景。

摘要：以线性无关的基函数作为隐层神经元的激励函数,构建了一类基函数神经网络,且推导出该类神经网络的学习算法;在此基础上,设计了一种基于指数增长和折半删减的快速最小隐神经元数目确定算法.仿真实验表明,此算法能自适应地、快速有效地确定网络最小隐层神经元数目.

摘要：针对一般双边滤波器定义中的像素灰度相似度函数易受图像噪声影响,不能很好地表征像素之间的实际相似性的问题,设计了一个基于次序统计量的像素灰度相似度函数.基于图像中相邻像素之间的相关性,可近似地将某像素的1环邻域所有像素的灰度视为该像素灰度的n(n≤9)次观测值,并定义为n-次序统计量.依据两像素灰度的n-次序统计量的欧氏距离定义它们的灰度相似度.该相似度函数结合了像素1环邻域灰度分布的统计属性,能较好地抑制噪声的影响.仿真实验验证了所提出基于次序统计量像素灰度相似度的双边滤波算法具有良好的滤波特性.

摘要：[目的/意义]随着数字孪生技术的发展以及在制造、航空、医疗等领域的成功应用,其已开始逐步应用于智慧城市建设中,智慧图书馆作为智慧城市的重要组成部分,引入数字孪生技术将为图书馆建设注入新的活力,推动智慧图书馆转型升级。[方法/过程]文章通过分析数字孪生图书馆的概念、特点,进而提出数字孪生技术在智慧图书馆的应用场景,此外基于数字孪生技术设计了图书馆体系架构,提出了保障数字孪生图书馆顺利建设的策略,以期为图情领域应用数字孪生技术提供启发和指引。[结果/结论]研究发现数字孪生技术在图书馆管理与服务中均具有较大的应用价值,基于数字孪生技术设计了图书馆体系架构,提出可以通过国家层面建立统一标准、持续技术攻关,行业层面开发评估工具、推动多方合作,图书馆层面持续升级设备、培养专业化队伍,共同保障数字孪生图书馆的建设和运行。

摘要：隐神经元数目的确定在神经网络学习过程中有着重要的意义.然而,目前,还没有相应的确定性理论指导隐神经元数的设计.针对Legendre前向神经网络,在基于伪逆的权值直接确定法的基础上构造出一种神经网络隐节点数自动确定的算法.仿真结果显示该隐节点数自动确定算法能较快地找到最简化结构Legendre前向神经网络的隐节点数.

摘要：《数值方法》是一门介绍数值分析的基础课程，适用于数学、计算机、物理及各工程专业本科生．理论教学中可以采用开放式教学、双语式教学和MATLAB辅助教学．实践教学可以分为项目主导、背景强化、面向程序和研究主导4个环节．理论与实践相结合的教育思想应贯穿于整个课程的教学过程之中．

摘要：针对复数满秩矩阵的Moore-Penrose逆问题,采用一种新型的递归神经网络(ZNN)进行求解.构造3个不同的复数矩阵误差函数,利用ZNN设计公式推导得到对应的不同复数ZNN模型.为了便于计算机仿真,采用向量化技术将所得到的ZNN模型由矩阵形式转换为矩阵向量形式.计算机仿真结果表明了所得到的3个复数ZNN模型在求解复数满秩矩阵Moore-Penrose逆时的可行性与有效性.

摘要：基于函数逼近理论,构造一种Chebyshev基函数神经网络模型。推导出该网络模型的权值直接确定方法,可一步计算出权值,克服了传统BP神经网络学习率选取困难、学习过程冗长和易陷入局部极小等缺点。在此基础上,设计了基于二分搜索的结构自适应算法,根据精度要求自动确定网络最优结构。理论分析及仿真验证均表明,该网络不仅能够快速地完成网络权值确定和结构自适应,且具有优异的学习与逼近能力,而且对随机加性噪声也具有较好的抑制作用。

摘要：提出一种基于二次型性能指标优化的方法来规划冗余机械臂的不定目标自运动,该方案能同时考虑关节极限和关节速度极限等物理约束,并通过两种不同方法完备且详细地分析了该二次型性能指标的设计原理.基于PA10机械臂的计算机仿真结果证实了该方案的可行性和有效性.

摘要：多项式神经网络是根据函数逼近理论与多项式插值建立的一种以线性无关或者正交多项式为隐层神经元激励函数的前向神经网络。分别利用Legendre多项式、Hermite多项式、第一类Chebyshev多项式、第二类Chebyshev多项式、Bernoulli多项式及幂函数构造相应的单输入多项式神经网络,设计出一种适用于该六类神经网络的增长型权值与结构确定算法以确定其相应的最优网络结构与连接权值。基于该算法,深入研究了采用不同的隐层神经元激励函数时多项式神经网络的学习和预测能力。仿真结果表明,除了由Hermite多项式和Bernoulli多项式构建的神经网络的学习和预测能力相对一般外,其他四类神经网络都具有较为优越的学习和预测能力。最后,利用第一类Chebyshev多项式神经网络对世界人口趋势进行了仿真预测。