简介：本文通过构造Lyapunov函数和利用不等式分析技巧，研究了具有时滞的细胞神经网络的稳定性，给出了与时滞无关的网络渐近稳定的充分判据，该判据可用于时滞细胞神经网络的设计与检验，有重要的理论意义与应用价值。

简介：研究具有时滞的细胞神经网络的稳定性问题，通过构造合适的Lyapunov函数及不等式分析技巧，给出了时滞细胞神经网络全局稳定的新的充分判据，这些结论推广了已知文献中的结果。

简介：本文采用Lyapunov-Krasovskii泛函方法对一类变时滞细胞神经网络的全局指数稳定性进行了研究，得出了一些关于DCNN全局指数稳定性的充分条件。

简介：研究了具时变时滞的分层抑制细胞神经网络．利用不动点定理获得了若干判定该网络存在概周期解的新充分条件，改进和推广了已有文献中的相应结论．

简介：线性矩阵不等式的优良性质可用于解决细胞神经网络中的保性能控制问题.本文介绍了线性矩阵不等式的相关概念和性质;通过对Schur补引理的改进提出了一个引理,从而更容易将二次矩阵不等式转化为线性矩阵不等式,更好地应用于控制参数求解;提出了LMI的基本问题和MATLAB工具箱,并对LMI在细胞神经网络的保性能控制问题作出了简要描述.

简介：在时间尺度上，通过使用线性动力方程的指数二分法、不动点理论和微积分理论，研究带有泄漏项的中立型时滞细胞神经网络模型，获得了一些使其概周期解存在和全局指数稳定的充分条件，并将以前的结论在时间尺度上做了扩展．

简介：通过使用叠合度理论、M-矩阵、李雅谱诺夫函数和不等式技巧等，在时间尺度上研究带有狄利克雷边值和反应扩散项的非自治模糊细胞神经网络的全局指数稳定性，并获得一些使其存在全局指数稳定的平衡点的充分条件．最后，给出一个例子去验证结论的有效性．

简介：将新授课上成复习课，其实质是在揭示新授知识与已学知识内在联系的过程中，理解掌握新授内容．新授课上成复习课有助于学生掌握学科基本概念的内在联系，从而进一步加深对有关概念的理解．新授课上成复习课有利于帮助学生从整体上把握学科知识结构，而学生掌握了结构性的知识内容，

简介：2016年4月,在青岛市举办了全国首届天元初中数学名师课堂观摩与研讨活动.其中,来自南京市第五十中学的濮磊老师分享了“一次函数的图像及其应用”的复习课.复习课是初中数学教学中的一种重要的课型,也是教师教学的重要组成部分.复习是温故而知新的教学过程,通过复习,使学生对所学知识加深理解,系统掌握,全面提高,综合运用.同时,复习又是查漏补缺的重要过程,从教师角度看,复习课可以弥补平时教学的不足,针对性地发现学生学习的问题,从学生角度看,可以弥补平时学习中的漏缺环节.

简介：利用查表确定标准正态分布的函数值非常有限,这给工程应用带来很多不便。文章讨论了基于神经网络计算标准正态分布函数值的方法、数学原理、网络构造和学习过程。示例表明,计算简洁、方便,准确率能达到10^-6。

简介：本文用矩阵测度研究了一类区间联想神经络的稳定性,给出了其稳定的判别准则,推广和改进了文[1-2]的工作。

简介：三角函数问题和解三角形问题是江苏高考的必考内容，也是学生的拿分点，但学生在做此类问题的时候往往会由于错误的分析思路而导致失分．通过角度之间的变换，探求角度之间的关系从而求角的三角函数问题是高考的重点考察范围，那么掌握这一块的运算技巧和解题方法是学生的首要任务，笔者在上一节普通的习题讲评课时，学生对一个问题的思维方式和思维模式给笔者留下了深刻地印象．

简介：教学是要“教会学生学”，那要教会学生学什么呢？笔者认为首先要“教学生‘提出’问题”．那又该怎么教？经过十几年的教学经验，笔者认为可以通过适当的情境启发学生提出问题．这个情境要靠教师创设，只有教师创造性的教，学生才能创造性的学．笔者以一道“形散而神似”的习题为素材，进行了一次教学尝试．以下是这节课的片段实录以及一些不成熟的思考，仅供参考．

简介：改变学生的学习方式，实现被动接受式向自主探究、合作式的转变是新一轮课程改革的基本目标之一．但学生知识的学习和能力的培养主要是通过课堂教学来实现的，并且初中学生正处于半幼稚、半成熟状态，独立性、自觉性和认识能力都不高，具有显著地好奇、好问、好动等心理特点，其学习方式的改变与教师教学方式的改变紧密相关，因此教师的课堂教学过程尤为重要．

简介：以卷积神经网络为代表的深度学习算法在医学影像分析领域正引起广泛美注，并取得了令人惊叹的进步。为了进一步提高卷积神经网络在计算机辅助筛查肺结节应用的准确率，本文设计了2种改良的深度卷积神经网络，这些改进加快了神经网络的训练速度．有效地防止了算法的过拟合。相比只采用二维卷积核的其他检测模型，该模型能够有效地学习到CT影像三维重建后的图像特征。通过实验，改进的检测模型在LUNAl6数据集上的准确率明显好于其他模型，这种网络结构也可用于医学影像领域中其他三维图像的检测场景。最后，构建了一套适用于远程医疗的“计算机辅助肺癌筛查与诊断系统”，该系统能够自动检测出CT影像中肺结节，并给出结节的良恶性概率评估。通过该系统的应用，可以有效缓解放射科医生超高的劳动强度，提高阀片效率，服务更多患者；减少漏诊和误诊发生的次数，有助于提高肺结节的诊断准确率；从而促进我国肺癌早筛工作的推广。

简介：研究了神经网络对课堂教学质量进行综合评估的原理、方法和过程,并成功地应用于实际中,结果表明该方法简洁,准确,并能克服各种人为因素.

简介：本文利用BP神经网络建立起66例肝硬化治疗结果数据预测模型，并基于matlab得出预测结果。实验证明利用BP神经网络可有效地预测肝病治疗效果。

简介：链路预测是网络信息挖掘的主要研究内容，通过对网络结构和其他信息的分析，挖掘缺失的链接或预测未来可能出现的链接。链路预测在推荐系统、社会网络和生物网络分析中有着十分广泛的应用。本文首先介绍了基于公共邻居、路径和随机游走的8种常用的链路预测指标．并在此基础上提出了一种基于这8种指标线性组合的度量指标，并经过实验找出了较好的优化参数。然后，提出了基于这8种指标的神经网络模型．并分别基于Weka平台和FANN库进行了实现。在社会网络的4个公开测试集上的实验结果表明．基于FANN库的神经网络模型的预测结果最好，在4个数据集上最高的AUC值分别达到了0。95l8、0．9289、0．7480和0．8677，与单一指标最好的AUC值相比分别提高了3．92％、1．45％、7．06％和24．35％。

简介：建立用以评价地球大气健康度的模型,选择AQI作为健康度的指标,采用双层网络的形式构建模型。局部网络采用经粒子群算法优化的神经网络,而全局连接通过特定传播函数定义的反馈边将节点连接起来,并以上一年的结果作为输入,本年的结果作为输出,建立起一个自治系统。从拟合效果、关键节点和节点关系变化等几个方面测试了网络的性状。选择日本、印度、匈牙利等几个典型国家在1985—2008年的相关数据进行研究。结果表明,模型具备功能上的完备性和极好的灵活性,与历史事实符合得很好,可以为决策者提供有价值的支持信息。

简介：针对目前BP神经网络在实际应用中，网络结构难以确定以及网络极易陷入局部解问题，用遗传算法优化神经网络的连接权和网络结构，在遗传进化过程中采取保留最佳个体的方法，建立基于遗传算法的BP网络模型，同时通过实例说明该模型在降水预测中的应用，计算结果表明该方法的预测精度较高。