摘要：A dynamic perceptron is designed by introducing time delay factors into the state functions of static perceptrons. The dynamic δ rule is deduced by using the gradient decent method. It can be used to identify a type of nonlinear process that the system′s inputs, its past inputs and states can influence the system’s outputs.

摘要：为了实现火箭贮箱喷涂机器人的直接示教轨迹规划,设计并制作了一种机器人运动感知器,并对感知器进行结构设计与电路系统设计;采用有限元分析感知器的末端负载能力、手持壳体应变及柔性电路的疲劳可靠性等指标;通过实验验证感知器的基础功能可满足使用指标。

摘要：对基于TCP协议的拥塞控制局限性和常见的拥塞控制算法进行分析,提出了一种全局性的拥塞控制策略处理新方法。通过网络监控软件获取网络设备的端口参数信息,利用神经元网络单层感知器学习算法检测网络拥塞发生,记忆当前网络状态的参数,再判断新输入模式是否导致拥塞发生,进而修改参数并避免网络拥塞。MATLAB仿真结果表明,使用这种神经元网络模型能够对网络拥塞进行有效地控制,提高网络传输性能。

摘要：本文将以人工神经网络中的感知器为例，简单地介绍 MATLAB及其工具箱在人工神经网络设计中的应用。

摘要：针对配煤控制系统大滞后、非线性、时变性的特点,设计了一种基于感知器修正的大林算法控制器,采用神经网络感知器对大林算法的时间常数进行调节,通过控制器输出与期望出煤量的偏差值反向传播再度修正算法时间常数,并采用模糊控制对感知器学习率进行调整,将该控制器运用在成庄选煤厂配煤环节。结果表明:系统最大超调量从原有70%降低至4%,稳态误差从原有的9%降低至3%,有效解决了配煤系统中模型参数不稳定带来的曲线波动问题。

摘要：分析了单个神经元神经网络(即感知器)的结构特征;介绍了自顶向下的FPGA的设计方法,并在QUARTUS^(TM)Ⅱ软件平台上实现了单个神经元的硬件神经网络。

摘要：本文设计出一类比传统感知器更加接近实际的生物感知器,根据相应的学习规则,它能够成功的执行非线性分类任务。根据突触连接的不同,如纯兴奋突触连接或等比率的兴奋与抑制突触连接,考虑三种不同的模型,得出相应的决策支持界。应用所得的学习规则,此类单层感知器也能够执行非线性的分类任务,如异或问题(XOR)的解决。

摘要：由杭州电子科技大学、香港城市大学等院校研究人员提出的普适感知器为人工神经网络，特别是细胞神经网络的学习训练提供了新的思路，突破了这类神经网络模板设计的瓶颈。众所周知，生物神经细胞的结构大致分为树突、突触、细胞体及轴突。而单个神经细胞可视为一种只拥有两种状态的机器——激活时为“是”，非激活时为“否”，这两种状态可分别用数字“1”和“0”来表示。

摘要：分别采用单层感知器、BP网络和霍普菲尔德网络三种神经网络对26个英文字母进行识别,通过实验给出各网络的识别出错率,从中可以看出三种人工神经网络各自的优缺点,为选择神经网络进行字符识别提供了一定的依据。

摘要：为了解决现有基于角色的访问控制(RBAC)模型缺乏对上下文约束条件的动态调整和生成,无法根据调整后的感知条件对用户权限实时进行调节的问题,在融合上下文感知RBAC模型和基于推理的RBAC模型基础上,提出了基于推理的上下文感知RBAC扩展模型.该扩展模型采用逻辑推理方法实现了上下文约束条件的动态调整,启用相应的公共感知器和自定义感知器感知约束条件的属性值;利用感知获得的动态上下文值进行角色和权限规则的推理,实现了访问主体对客体控制权限的实时更新.应用实例表明,该模型能提高分布式环境中用户动态访问控制的灵活性,并降低实时访问控制管理的复杂度.