多时相Radarsat数据在广东肇庆地区稻田分类中的应用

将1996年获取的4个时相的Radarsat图像用于广东肇庆地区的稻田分类试验,结果表明,多时相Radarsat数据对水稻类型的识别精度较高,而且稻田的轮作规律容易推测出来。本文系统地介绍了这一试验研究的最新进展,探讨了神经网络分类方法在SAR图像处理中的应用潜力和Radarsat数据在中国南方水稻监测中的最佳时相选择和有效分辨率问题。     

人工智能及其在战场环境分析中的应用前景

着重分析了专家系统与人工神经元网络技术的特点和运行机制，论述了将它们于战场环境分析中必要性和可行性。提出关于战场环境分析发展的一条途径。     

模糊联想记忆神经网络模型在地震预报中的应用

介绍了模糊联想记忆FAM(Fuzzy Associative Memory)神经网络模型、FAM自适应学习算法以及FAM推理机的原理，并成功地将其用于新一代的地震预报专家系统NGESEP，使得系统既具有良好的学习功能，又避免了通常神经网络学习知识隐含在权值中不易被人们理解和专家系统解释的缺点。      

应用神经网络建立加速度峰值衰减规律

在假定了加速度峰值衰减规律的形式后，本采用人工神经网络拟合实际加速度峰值观测资料来求取方程中的待定系数。为加速神经网络的训练，本设计了基于ＢＰ学习算法的目标分段网络训练法。     

前馈神经网络和Logit回归的比较研究

对Ｌｏｇｉｔ回归和前馈神经网络作了一个尝试性的“比较研究”，说明了一些理论结果和特性，讨论了应用中的一些实际问题。并进一步用分析和模拟两种方法研究了渐近概念，过分拟合以及模型选择等问题。     

农田土壤湿度的人工神经网络预测诊断系统

采用人工神经网络（ＡＮＮ）方法，研制了农田土壤湿度预测，诊断分析系统，该系统根据不同的土壤湿度特点和影响因子，可自动提供时间序列拓展的人工神经网络预测模型和人工神经网络的混合预测模型进行土壤湿度的动态预测。并提供不同降水量的土壤湿水分渗透深度诊断分析，系统采用中文菜单显示的人机对话方式操作，使具有准动力学特性，多种可调参数和网络结构的ＡＮＮ方法变得简便易于操作。实际使用表明，该系统对土壤湿度的预测     

一种基于浑沌理论的联想记忆神经网络模型

根据联想记忆神经网络的基本原理，提出了一种基于浑沌理论的联想记忆神经网络模型及相应的求解方案，并对该种模型进行了预报试验。结果表明，该种模型的历史预报准确率和实际预报准确率均超过一般随机预报，值得进一步研究和应用。     

神经网络在石油科学中的应用

人工神经网络理论的诞生及发展给石油科学的研究方法注入新生力量，该方法能应用于油气勘探及开发的各个阶段，对储层横向预测及地震资料的处理和解译等方面提供了有效的手段，神经网络方法在石油科学中的应用研究具有重要的理论和现实意义。     

人工神经网络理论在地下水水质评价中的应用

本文应用人工神经网络方法，在模拟人脑的思维方式下，建立了地下水水质模型，并对地下水水质污染程度进行评价，与动用综合指数法、模糊综合评判法和灰色聚类法等多种方法评价的结果相比较。结果表明，神经网络方法具有较强的处理相互矛盾样本的能力，尤其对非线性问题，其预测精度高。