简介：摘要近几年来，我国建筑工程的建设规模越来越大，建设数量越来越多。在这种情况下，加强建筑工程的合同管理具有十分重要的意义。基于此，本文重点针对建筑工程个痛管理及其风险防范的措施进行了详细的分析，以供参考。

简介：针对洪水演算的马斯京根模型参数估计问题，首先将其归结为非线性参数优化问题，然后利用自适应加速差分进化算法进行求解。计算结果表明，自适应加速差分进化算法具有求解速度快、计算精度高、算法控制参数设置简便、通用性强等优点，与现有马斯京根模型参数估计方法相比，该算法显示出更好的优化性能，从而为准确估计马斯京根模型参数提供了一种更为有效的方法。该算法也可以广泛应用于其他各种复杂非线性模型的优化问题，特别是在洪水预报方面有很好的应用前景。

简介：同步现象广泛存在于脑神经活动中。本文构造了一个具有小世界连接特性的生物神经网络，数值模拟研究了外加刺激频率引起的放电同步现象。同时考虑网络结构对同步的影响，取网络耦合强度作为参量来研究它对网络同步的影响。研究发现，在某一个特定的共同外加刺激频率下，生物神经网络会出现尖峰同步放电现象。当网络的耦合强度增大时，使网络产生同步现象的频率点将会逐步增多。仿真结果表明不同的生物神经网络结构对输入信号的频率具有不同的选择性。

简介：首先就互联网和神经学交叉对比的猜想提出过程进行介绍。然后通过神经学对互联网研究的启发，分别从互联网虚拟神经元，虚拟感觉和运动系统，虚拟自主神经系统，虚拟中枢神经系统，虚拟神经反射弧对互联网虚拟大脑的结构和功能进行阐述。利用互联网对神经学研究的启发，从路由系统，搜索引擎应用，维基百科应用，IP地址应用等方面介绍了人脑中类互联网结构功能的研究方法和实验设计。同时也对其他研究者观点以及云计算，物联网，智慧地球等相关概念进行了介绍。

简介：神经现象学是一门联合了神经科学和现象学,以探索人类意识经验为目的的跨学科运动。其提出的具身意识概念,强调了（1）认知依赖于身体的各种体验,这些体验源于身体的各种感官运动能力;（2）这些单一的感觉运动能力嵌入到一个更具包容性的生物、心理和文化背景中。因此,系统动力学方法成为神经现象学研究的主要工具之一,并衍生出两大具体的方法论：具身动力学和神经动力学。其中,系统动力理论与介观脑动力学最具代表。未来,神经现象学还需寻找诸如时间意识等具体主题以结合系统动力学与现象学方法。

简介：研究了FitzHugh—Nagumo（FHN）可兴奋性神经元的小世界网络模型中非周期信息传输的问题。此小世界网络模型的每个节点都是一个FHN神经元，每个神经元的输入为具有一定相关时间的高斯非周期信号，而内部噪声为强度相同但相互独立的高斯白噪声。数值结果表明，随着噪声强度的增加，输入输出信号的相关系数出现了非周期随机共振现象。连接度对于非周期信号传输性能影响有限。对于两个不同小世界网络的互相关进行了分析以期提高信息传递率。这些研究结果对于复杂系统信号处理理论具有重要意义。

简介：港口吞吐量预测是港口决策和规划的基础。为了合理预测港口吞吐量,本文利用外贸进出口总量、第一产业总产值和第三产业总产值作为BP神经网络的输入变量,港口吞吐量为输出变量,建立了港口吞吐量预测的BP神经网络预测模型。然后根据2000年-2010年广西北部湾港口吞吐量、外贸进出口总量、第一产业总产值和第三产业总产值,利用Matlab6.5软件的神经网络工具箱,通过对BP神经网络模型的反复训练,发现当隐含层节点数为6,学习率为0.05,训练次数为500次,训练精度为0.001,动力因子为0.9时得到的效果最好。并对BP神经网络模型与多元回归模型的预测结果进行比较分析,认为BP神经网络模型预测的总体效果更优。最后利用所确定的BP神经网络模型,对2011年和2012年两年的港口吞吐量进行了预测。

简介：针对分数阶混沌系统的同步问题,提出一种基于径向基函数（RadialBasisFunction,RBF）神经网络的控制器。利用RBF神经网络对同步误差系统进行补偿控制,神经网络的权值可以在线调整,使得同步误差渐近收敛到零点。基于Lya-punov稳定性理论,分析了该控制器的稳定性。分别以分数阶Chen系统的同步和分数阶Liu系统的同步为例进行了数值仿真,仿真结果验证了所设计的控制器的有效性和鲁棒性。

简介：研究一类离散和分布时变时滞的混沌神经网络的广义投影同步问题。利用非线性观测器方法实现同步十分简单，且利用极点配置技术，可通过调整特征值来调节同步速率的快慢。与一般混沌神经网络模型相比，带有离散和分布时变时滞的混沌神经网络模型更为一般，同时反同步和完全同步是广义投影同步的特例。最后，提出基于广义投影同步的离散和分布时变时滞混沌神经网络的保密通信方案，给出两个数值仿真例子验证结果的有效性。

简介：摘要利用2008年1月1日至2012年12月31日逐日NCEP再分析资料（1×10）和大同地区地面常规观测资料，选取相邻两天的气象因子差值作为预报因子，相邻两天的日最高/最低气温的差值作为目标因子，分站点分月构建三层结构的日最高/最低BP神经网络模型，并应用独立样本进行模型检验，结果表明，该模型输出结果与实况拟合较好，且其对明显的升降温过程能够准确预报。在对ECMWF数值预报产品释用基础上，针对大同站2012年1月最高气温进行了24h、48h和72h模拟预测，结果显示，该BP神经网络预报模型各时效预报准确率TS评分均高于中央气象台MOS预报。

简介：在耳蜗神经网络对语音信号的刺激响应过程中,针对如何区分编码最有效率的语音信号分量问题,提出了刺激条件信息分布计算方法,研究了给定刺激条件下平均不确定性度的减小。实验结果表明：积分发放神经网络膜电位发放的刺激条件信息不仅能够从统计意义上给出平均互信息的大小,而且清晰地表明信号中各分量的编码效率,确定输入信号中对于互信息量起主要作用的事件分量范围以及内部噪声的可利用性,证实噪声强度与最大刺激条件信息量之间的非单调关系,这些研究结果为进一步探索人工耳蜗动作电位发放的解码方案提供了理论依据。

简介：分析了具有时滞的动态神经元的全局吸引子的存在性以及全局稳定性。首先利用耗散性理论给出了具有时滞的动态神经元的全局吸引子的存在性。进而通过选取适当的李雅谱诺夫泛函并利用一些分析技术，给出了具有时滞的动态神经元的全局渐近稳定的新的充分条件以及全局吸引子的结构。帕克达曼的结果是本文结果的特殊情形。

简介：生物神经网络系统是复杂的非线性动力学系统，其动力学研究是国内外关注的一个重要课题。本文概括性地介绍神经网络系统的动态特性及影响因素，包括时滞和噪声对神经元网络的同步，同步转迁和随机共振的影响，并且介绍神经网络系统的建模问题。由于生物神经网络通常是动态的系统，因此建立模型要考虑网络如何受时变连接方式的影响，最后对今后研究给出一些展望。

简介：基于社群经济高速发展的时代背景下,首次将离散型Hopfield神经网络应用到社群经济影响因素问题上。首先建立社群经济因素体系,通过ISM方法得出各因素间的层次结构关系。然后利用离散型Hopfield神经网络构建自媒体价值评估模型,通过MATLAB设计一个不断提高的理想评价指标来区分同一等级中的不同样本,最后,通过算例得出价值最高的自媒体。结果表明:注重提高特色化社群活动、用户参与决策、平台共享、社群文化构建这4要素更有利于提高自媒体价值,并提出了相应的对策建议,为企业及自媒体人提供借鉴价值。

简介：为更好地预测城轨列车故障率,提出基于粒子群算法优化的BP神经网络（PSO-BP）的故障率预测模型,对城轨列车转向架轮对轴箱进行故障率预测。采用Matlab中的Newff函数,运用误差反向传播神经网络（BP）和粒子群算法优化的BP神经网络（PSO-BP）分别对城轨列车故障率预测、建模和仿真。结果表明PSO改进的BP神经网络故障率预测模型的效果明显优于传统BP神经网络预测模型。

简介：摘要机器学习已经广泛的应用于众多疾病的辅助诊断中，分类集成学习通过构建多个学习器来完成特定学习任务，再通过特定的策略将他们结合起来。阿尔茨海默症由于其病因和疾病发展经历了较为漫长的过程。本研究使用对早期、晚期轻度认知障碍、阿尔茨海默症及正常老年人进行分组特征提取。优化使用可以提高分辨率的PCA-FLDA集成分类器对前期提取的数据进行分类集成，最大限度的降低了前期特征提取中不同分类方式对空间划分的依赖性。