摘要：将神经网络总体平均误差作为目标函数 ,以待求的神经网络权值和阈值作为设计变量 ,通过设计变量合理排序与分配 ,提出多隐层多层神经网络权值和阈值计算的高精度真实共轭梯度最优化算法·与BP算法和梯度优化算法相比 ,既能实现每步迭代在搜索方向上获得最优步长保证目标函数递减 ,又能克服在目标点附近的振荡现象·编制出神经网络权值和阈值计算的通用程序 ,给出神经网络合理结构选择的基本原理·通过足球机器人位置分析算例的神经网络分析和模式识别 ,表明所提出算法的有效性和实际应用价值·

摘要：针对含有模型不确定性的机电伺服系统,设计一种基于多层神经网络干扰补偿的控制策略。通过多层神经网络对与状态有关的干扰进行在线估计,以提高基于模型前馈控制输入的补偿精度,然后结合误差符号积分鲁棒(RISE)反馈控制方法,通过RISE的鲁棒增益处理神经网络逼近误差与未估计干扰,从而抑制干扰对伺服性能的不利影响。基于Lya⁃punov稳定性理论,证明了所提出控制器的闭环系统半全局渐近稳定,且系统所有信号有界。仿真结果表明:所提出的控制策略具有很好的干扰抑制能力,可显著提高机电伺服系统的跟踪精度。

摘要：简要地介绍了工程中应用较多的多层前向神经网络(BP网络)的结构和网络的设计.通过采用一种改进的训练算法(参考隐层的输出),并结合科学的样本选择方法("超立方体"法)设计网络,进行网络训练.最后通过数字仿真证明了这个网络模型用于结构优化设计的有效性.

摘要：基于云计算技术的神经网络方法研究为大规模数据的分析处理提供了廉价的、高效的解决方案,交叉覆盖算法可以较好地解决多层前向网络分类器的设计问题,弥补BP神经网络的不足.结合MP神经元的几何概念,基于交叉覆盖算法设计神经网络,以Iris数据集为例,基于云计算环境实现了数据分类,为多层前向神经网络在云环境下进行数据分析提供了一种有意义的研究和实践.

摘要：为研究2009—2019年西双版纳土地利用变化时空规律及预测十年后土地利用空间格局,以2009年第二次全国土地调查、2014年土地变更调查数据和2019年第三次全国国土调查成果为数据源,结合高程、坡度、人口密度等驱动因子,分析2009—2019年西双版纳土地利用时空演变,并基于多层神经网络(MLP)与多标准评价(MCE)方法预测2029年土地利用分布。分析表明2009—2019年西双版纳土地利用类型以林地和园地为主,二者合计面积占比超过85%,十年间地类均发生不同程度的变化,变化最明显的是草地面积大量减少。预测显示西双版纳西部地区的勐海县未来土地利用变化的概率会更大,耕地面积进一步遭受威胁,生态保护红线的边缘土地利用有较大的可能会发生变化。研究认为应严格保护耕地和生态红线、严控城镇开发边界,遏制耕地“非农化”与建设用地“贴线开发”。

摘要：针对一类不确定非线性动态系统 ,基于一种修改的 Lyapunov函数 ,并利用多层神经网络系统( MNNs)的逼近能力 ,提出了一种鲁棒自适应神经网络控制器的设计方案 .该方案不仅能够保证闭环系统的所有信号有界 ,而且可保证闭环系统的跟踪误差渐近收敛到零 .

摘要：Webshell是常见的网络攻击方式,而传统的检测手段已无法应对复杂灵活的变种Webshell攻击。因此,提出了一种基于多层神经网络的Webshell改进检测方法。首先,将采集的文件样本进行预编译处理,得到中间代码opcode;其次,使用较新颖的词向量转换算法word2vec将代码序列转换为特征向量;最后,通过设计好的多层神经网络进行检测。经过实验,相较于其他方法,所提方法有效提高了准确率、召回率等性能参数。

摘要：介绍了多层神经网络模型及BP学习算法 ,并以解决XOR问题为例 ,系统讨论了采用MOTOROLA单片机MC6 8HC11A8的多层神经网络模型的硬件设计与程序流程 ,进一步讨论了硬件设计中量化误差、算法的非线性等对系统性能的影响 。

摘要：结合人工神经网络技术开展了机械设计领域经验型知识表达方法的研究，提出了一种基于多层神经网络的知识表达方法，该方法适合于数值型经验知识的表达，并对多层神经网络学习的ＢＰ算法进行了改进。

摘要：对于一个具体的多层前向神经网络设计问题,网络的输入输出以及标准样本数为已知,网络的隐层结构,即隐层层数和每个隐层神经元个数如何选择是神经网络设计中的关键。根据代数方程理论,通过权值和阈值与隐层结构的关系,建立了以权值和阈值为设计变量的目标函数表达式,通过分析,提出了多层前向神经网络合理的隐层层数和每个隐层神经元个数的一般确定方法,给出了确定多层前向神经网络合理结构的优化目标函数及其约束条件。仿真研究结果表明所提出方法确定的多层前向神经网络结构是合理的。