用第三代电流传送器设计电流模式有源滤波器

提出了一种利用第三代电流传送器设计电流模式有源滤波器二阶节的方法，用该法能生成诸如低通、高通、带通、带阻、全通等各种标准电流模式二阶节，这些滤波器具有低元件参数灵敏度和高输出阻抗，级联可实现高阶电流模式滤波器。     

电流模式神经网络

把电流模式电路引进了神经网络理论，提出了一种用电流模式电路构成的神经网络阈值处理单元，并由此构成了电流模式Ｈｏｐｆｉｅｌｄ神经网络，此网络中信号都是以电流的形式出现的。     

一种新的单CCⅡ-实现二阶电流模式滤波器

提出了用单ＣＣⅡ－实现二阶电流模式滤波器的新电路，仅用少量元件，即能实现二阶低通、带通滤波函数。电路用Ｐｓｐｉｃｅ程序进行了仿真。该电路具有电路简单、集成方便，无源灵敏度低等优点。     

用单CC实现电流模式滤波器

提出了用单 CC 实现电流模式双二阶滤波器 ,通过将不同的网络 N与单 CC 连接 ,即能在电流传送器的输出端实现二阶低通、高通、带通、陷波和全通滤波函数 .讨论了滤波器的灵敏度 ,完成了实际电路 MOS管级的计算机仿真 .该电路不仅结构简单 ,无源灵敏度低 ,而且直接从 z端输出 ,因而具有带负载能力强的特点 .     

用单CCⅡ实现电流模式滤波器

提出了用单ＣＣⅡ实现电流模式双二阶滤波器，通过将不同的网络Ｎ与单ＣＣⅡ连接，即能在电流传送器的输出端实现二阶低通、高通、带通、陷波和全通滤波函数，讨论了滤波器的灵敏度，完成了实际电路ＭＯＳ管级的计算机仿真。该电路不仅结构简单，无源灵敏度低，而且直接从ｚ端输出，因而具有带负载能力强的特点。     

任意滤波特性的电流模式CC实现

提出了一个基于积分器的电流模式通用ＣＣ滤波器结构。该结构是在典型ＦＬＦ结构的基础上增加输入分布ＣＣ网络生成的。适当设置输出分布ＣＣ网络无源元件参数，能实现任意近似滤波特征，本文给出了系统的设计公式，做为例子，文中设计了一个三阶椭圆低通滤波器，分析了ＣＣ器件传输误差对滤波科特性的影响，提出了减少这种影响的一种措施－－预畸设计法，模拟仿真结果与理论分析吻合。     

电流模式连续时间神经元电路实现

本文利用双结型晶体管的非线特性，设计出了一种在神经网络中广泛使用的Ｓ型函数神经元电路，此电路的输入输出信号都是以电流的形式出现的，电路的输入和输出级以电流传送器ＣＣⅡ为核心构成，此电路的Ｐｓｐｉｃｅ仿真模拟结果和理想情况非常吻合。     

MOS VLSI电流型模拟电子神经网络

本文提出了采用ＭＯＳ晶体管的电流型模拟电子神经网络的新实现。该电路结构非常简单，且具有ＭＯＳ ＶＬＳＩ的优点，新的神经元电路的神经态既可以是全电流型又可以是电压型。     

一种求解线性规划的神经网络

提出了一种新的求解线性规划的神经网络及其有源跨导－Ｃ实现。其特点是结构简单，便于采用ＣＭＯＳ工艺集成。     

一种适用于模式分类的模糊粗隶属函数神经网络

在设计模式分类器时,由于很难甚至不可能获得实现精确分类的所有必要的本质特征属性,使得在进行分类时出现模糊不确定性和粗糙不确定性并存的情况.基于模糊粗糙集理论,本文构建了一种模糊粗隶属函数神经网络FRMFN.该网络融合了模糊信息和粗糙信息的处理能力,在对加拿大Norman Wells地区的红外波段合成图像进行分类的测试中,显示FRMFN网络具有比相应RBF网络更好的分类精度,同时保留了RBF网络学习速度快的优点.     

一种新的电液伺服系统神经网络自适应控制

提出一种基于直接模型参考的神经网络与滑模变结构控制相结合的神经网络自适应控制方法并对电液伺服系统进行控制,仿真结果表明用该控制方法的控制系统能实现较高粗度的控制,且具有较强的鲁棒性和自适应能力,具应用价值。     

MOCCII任意电流模式滤波器设计

在一系列新的任意阶电流模式低通滤波器设计方法实现的基础上,提出一种基于MOCCII(多端输出第二代电流传输器)n阶任意形式的电流模式信号处理系统的设计方法。用该方法可以设计出任意形式的模拟信号处理系统,并且用该方法设计出的所有信号处理系统都能实现高通滤波、低通滤波、带通滤波及其他任意形式的信号处理功能。不但电路简单,而且每种信号处理器中的所有无源器件都接地,有利于集成,使得基于MOCCII的电流模式信号处理器的系统设计有法可循。     

基于小波神经元网络模型的网损预测方法研究

提出了一种电力系统网损预测的新算法-小波神经元网络预测模型，它以非线性小波基为神经元函数，通过优化伸缩因子和平移因子确定对应务神经元的小波基函数，从而合成小波神经元网络，达到全局最优的拟合效果，克服了普通人工神经元网络学习速度慢、难以确定网络结构、存在局部极小点等方面的缺点，仿真结果表明，该方法准确，并可使学习速度大大提高。     

模糊神经网络的真空木材碳化设备控制系统设计与仿真

针对目前真空木材碳化设备的控制系统具有大滞后、强耦合、时变性以及难以建立精确数学模型等特点,提出了一种模糊神经网络算法的真空木材碳化设备控制系统。通过对输入输出变量、论域及隶属函数的选择,设计出真空木材碳化设备控制器;再将神经网络与模糊控制系统相结合,得到模糊神经控制网络。对模糊神经网络控制器的算法进行了分析;在Matlab环境下编写控制器的程序,用Simulink进行仿真实验。结果表明:模糊神经网络控制器的真空木材碳化设备输出的温度曲线,稳态误差为0、最大偏移量为1℃、调节时间约为8 s、超调量为2%;湿度曲线在6 s时即可达到稳定,稳态误差为0、最大偏差为1%、超调量为4%;加入扰动后,误差能被快速消除,温湿度的波动幅度相对减小,系统的稳定性更强。模糊神经网络控制器,可减小调节时间、消除误差、提高控制精度,具有很好的鲁棒性。将二者结合设计出的模糊神经网络控制器,具有自适应、学习、识别和模糊信息处理等功能,在处理大规模复杂的模糊应用问题方面具有更好的控制效果。     

一种新的基于自组织神经网络的运动估计算法

提出了一种新的基于自组织网络的CFSSOM-VQ运动估计算法,新的帧间预测编码方案采用基于自组织特征映射算法(SOM)的矢量量化(VQ)作为帧间预测,以取代目前常用的运动补偿帧间预测(ME MC).并对SOM算法进行了改进,提出了一种分类频率敏感自组织特征映射(CFSSOM)算法.将该算法应用到会议电视视频编码的实验结果表明,与ME MC算法相比,CFSSOM-VQ算法具有更好的预测编码性能.     

基于神经网络的绝热毛细管新型简化模型

通过对现有各种毛细管仿真模型的分析比较，提出了基于神经网络的新型简化模型——两相区关联模型．该模型针对壅塞两相区各参数间的相关性，建立了无量纲长度与两相区进出口压力间的人工神经网络辨析关系．而且基于等焓假设推导出两相区进出口压力相同的非壅塞态与壅塞态流量关系式．从而获得了快捷而且紧凑的仿真流程．在样本范围内取得了良好的仿真结果，R12和R22壅塞状态下的误差绝对值分别控制在2．14％和2．46％内．     

采摘机械臂的自适应神经网络滑模控制

针对采摘机械臂的位置终端的精确控制问题,提出了一种将自适应神经网络与滑模控制相结合的控制策略.首先通过神经网络来估计系统模型中的不确定性,提出了一种具有神经网络补偿作用的滑模控制器,基于李雅普诺夫稳定性理论证明了闭环系统的稳定性,并改善了系统的动态性能.仿真试验表明,该控制方法能够有效地削弱抖振现象,具有很好的鲁棒性和动态特性.     

基于神经网络的心电分类器设计

设计了一种基于神经网络的心电分类器,该设计利用前向多层神经网络的反向传播算法,即BP算法,采用Matlab软件建立了用于心电信号分类的BP神经网络,并利用大量的心电图数据训练神经网络,使神经网络能分辨出正常和异常的心电信号。     

一种模糊神经网络自校正控制器设计与应用

本文提出了一种模糊神经网络智能控制方法，并介绍了采用多层神经网络表达模糊控制和知识规则，模糊推理和学习算法，实验仿真结果表明，这种控制方案可改善具有时变及大纯滞后系统的控制品质，其性质优于一般模糊控制。     

多项式基函数神经网络模型

从函数逼近理论出发，用一组正交基函数作为三层前向神经网络各隐含单元的输出特性，以其加权和作为网络的非线性输出，构成一种单输入单输出正交基函数神经网络模型。建立了多输入的多项式基函数神经网络，并给出了非线性静态特性拟合，ＸＯＲ特性和动态特性拟合计算机仿真结果。