用于选择视觉的数据和智能控制神经网络系统(英文)

在这篇论文中,我们提出了用于选择视觉的数据和智能控制的动态网络系统的神经实现过程。模型由数个相互作用的子系统构成,用于不同的处理。所有的神经子系统与信息和控制流程的倒序和顺序紧密相关。     

基于自适应小波神经网络的心电图检测法

自适应小波神经网络检测法就是利用小波函数取代通常神经网络中隐层的作用函数来实现的，通过网络的学习自适应地调整尺度参数和时移因子，提高了特征提取能力，因此，该网络可提高心电信号的检测率和可靠性。     

基于边界特征的乳腺肿瘤超声图像识别

通过对乳腺肿瘤边界特征的分析，得到边界的特征量似圆度，面积比率，长宽比组成的特征矢量，最后用反向传播人工神经网络（BP）的算法对经病理证实的119幅乳腺良、恶性肿块超声图像进行分类识别。BP神经网络对良、恶性肿瘤正确识别率分别为89．7％、73．5N。量化后的乳腺超声图像肿瘤轮廓特征结合BP神经网络可以比较有效的用于肿瘤的良、恶性识别。     

化合物构效关系的模糊极小极大神经网络识别研究

应用模糊极小极大神经网络研究了化合物复杂结构和性能（QSAR）之间的关系，用该法进行几组化合物致癌的识别，结果优于线性回归的方法，对此作出一些分析。     

一种EEG信号盲分离和分类的神经网络方法

提出一种采用多神经网络处理脑电(EEG)信号的方法。首先，对混有噪声的脑电信号给出一种盲分离的自适应神经算法。通过寻求采样时间序列线性组合的kurtosis系数的局部极值，得出该算法的模型和步骤。在盲分离的基础上，对分离出的估计信号进一步利用Kohonen网络进行分类。将该算法用于300个EEG样本处理，并给出处理结果。     

数据挖掘及人工神经网络技术在中医证候研究中的应用概述

本文回顾分析了中医证候诊断研究的方法 学概况,包括各种统计学方法 、症状的计分方法 等,并就数据挖掘技术、人工神经网络技术、模糊神经网络技术在中医证候研究中的应用进行了系统文献整理,对上述技术在中医证候诊断研究中的应用进行分析.     

真核生物RNA聚合酶Ⅱ启动子的计算机预测

启动子是基因组序列中靠近基因转录起始位点的区域，是影响基因表达的重要功能单位之一。除实验方法发现或验证序列的启动子外，现已经有多种启动子序列的计算机预测方法，如位点比重阵列(PWM)、隐马尔柯夫模型(HMM)、神经网络、低聚复合物和CpG岛等。本文综述了现有真核生物基因启动子序列的生物信息研究技术。     

评价心脏功能的人工神经网络方法

评价心脏功能的人工神经网络方法秦明新，曹彤，鲍洪涛，董秀珍，臧益民（第四军医大学生物医学工程系，西安７１００３２）关键词：神经网络；心脏功能；计算机模拟综合评价心脏功能在特殊军事人员选拔、心血管疾病诊疗和正常人心脏功能检查等方面有着十分重要的意义，一...     

医学显微图像分割方法研究进展

医学显微图像分割是医学图像处理中的一个经典难题.针对近年来出现的新方法、新理论,对各种分割方法进行了系统论述,主要包括基于数学形态学方法、神经网络分割、模糊分割、小波分析、遗传算法、统计方法和基于特定模型等方法的图像分割.由于显微图像的复杂性,采用单一方法很难准确分割,故对混合方法也作了一定论述.文中还简要讨论了各种方法的特点和局限性.同时对分割的评价体系也做了简要论述.