NeuroSolutions 简介

1、NeuroSolutions 简介简介 华东子华东子 类神经网络仿真软件介绍类神经网络仿真软件介绍 概 述 NeuroSolutions 是由具有世界领先科技的 NeuroDimension开发的一个顶级水平的人 工神经网络集成开发环境。它把模块化， 组件为基础的神经网路设计界面和多种高 级学习算法（ 例如共轭斜量法conjugate gradients，Levenberg-Marquardt 和时间 反向传播学习 BackPropagation Through Time）结合起来. 概述 这套软件可用来设计, 训练, 运用 被监督的 和不被监督的神经网络模型来完成各种不 同的任务，例如数据挖

2、掘, 分类, 函数逼近, 多元回归, 和时间序列预测。 NeuroSolution 产品简介 NeuroSolution 提供三种独立的向导来自动建 立神经网络模型： Data Manager （数据管理师） NeuralBuilder（神经网络构建师） NeuralExpert（神经网络专家) 软件模块和版本介绍 该软件系列提供多种模块和版本以供用户选 择。用户通过调研可以选择适合自己的模 块和版本。 NeuroSolutions 该软件系列的核心和基础模块 考虑到用户学习和使用的进程，该模块提供了六种级别/版本的授 权模式，以使得用户根据其实际情况已最经济的方式取得软件 使用权。 1. E

3、ducator是入门级，适用于想了解神经网络并用MLP模型的过 户。 2.Users版将Educator扩展到静态认知应用的多种模型。 3. Consultants版支持动态认知，时间序列预测和过程控制问题。 4.Professional版添加了兼容ANSI C+代码生成功能，可将 NeuroSolutions算法嵌入用户自己的应用（含学习模式）。同 时允许各种仿真在其他计算机系统上运行，如更快的计算机或 嵌入式实时系统。 5. Developer和Developer Lite版可以将用户自己的神经网络、预 处理、控制和输入/输出集成到软件中。 NeuroSolutions for Excel

4、 该模块和NeuroSolutions的六个级别中的任 一个联合使用，让用户操作数据、生成报 告并运行批处理试验作业 The Custom Solution Wizard 该模块提供快速向导，提取NeuroSolutions 生成的神经网络，编译和生成动态链接库， 用户将其嵌入自己的应用。 NeuroSolutions for MATLAB 这是一个为MATLAB开发的工具包，有15 种神经元模型，5种学习算法和许多有用的 功能，使用户能利用神经网络的强大功能 解决现实世界的复杂问题。所有的功能通 过友好的界面集成到MATLAB中，用户几乎 不需要懂得神经网络的知识就可以开始使 用。该工具包同

5、时集成到NeuroSolutions中 让用户在NeuroSolutions中构建神经网络， 然后在MATLAB中使用。 The Genetic Server/Library 提供遗传算法服务器（GS）和遗传算法库 （GL）用于遗传算法设计。GS是一个 ActiveX组件，使用它非常容易在VB中创建 一个遗传算法的应用，GL是一个C+的库。 TradingSolutions TradingSolutions是一个金融和投资分析程 序，将传统的分析技术和当前的神经网络、 遗传算法结合起来，可以创建极其有效的 金融投资交易模型。 Data Manager （数据管理师） Data Manager模

6、块帮助用户从Microsoft Access, Microsoft Excel，或文本文件导入 数据和进行各种各样的数据预处理和数据 分析操作。 从这里， 用户可以直接把数据 载入NeuroSolution 面板或用这些数据构造 一个新的神经网络。 NeuralBuilder（神经网络构建师） NeuralBuilder 集中了设计规范根据用户想建 立的具体的神经网络结构。 其中一些常见 的结构包括： Multilayer Perceptron (MLP) 多层感知器 Generalized Feedforward 通用前馈网络 Modular 模组网络 Jordan/Elman Princi

7、pal Component Analysis (PCA) NeuralBuilder（神经网络构建师） Radial Basis Function (RBF) 辐径基底函数网络 General Regression Neural Network (GRNN) 通 用回归神经网络 Probabilistic Neural Network (PNN) 概率神经网 络 Self-Organizing Map (SOM) 自组织映射网络 Time-Lag Recurrent Network (TLRN) 时间滞后循 环网络 Recurrent Network 重复网络 CANFIS Network (

8、Fuzzy Logic) 模糊逻辑网络 Support Vector Machine (SVM) 支持向量机 NeuralBuilder（神经网络构建师） 当神经网络结构选定后，用户可以设定象隐 藏层层数，神经元个数和学习算法等各种 参数。 如果用户不是很确定要设定的参数， 内部的遗传算法可以用来优化参数设定。 NeuralExpert（神经网络专家) 根据用户想要用神经网络解决的问题类型 （分类，预测，方程逼近，或丛集）， NeuralExpert 集中了各种各样的设计规范。 根据问题类型和用户拥有的数据数量， NeuralExpert可以智能地选择会产生好的方 案的神经网络结构和神经网络规

9、模。 用户 在NeuralExpert里也可选择初学者级，这样 一些高级的操作例如交叉检验和遗传优化 等将被被隐藏起来。 用户定制神经网络解决方案 NeuroSolutions 是建立在以下这样一个概念 上： 神经网络可以分成神经组件， 单个看 这些组件相对的简单，但当把几个组件连 接起来可以构成一个能够解决非常复杂问 题的网络。 网络构建向导（network construction wizards) 会根据用户的规范把 这些组件连接起来。 用户定制神经网络解决方案 但是在神经网络构建之后，组件以及组件 之间的连接仍然可以变动， 这样你可以拥 有无穷多可能的神经网络模型。 NeuroSolu

10、tions 还可以通过动态连接库 （DLL)让你融合进你自己的算法. 每个 NeuroSolutions组件对应于一个符合C语言 协议的函数。为添加一个新的组件用户只 需修改基本组件对应的模板函数然后编译 成动态连接库。 用户定制神经网络解决方案 NeuroDimension 公司为用户的应用程序提供 三种方式和NeuroSolutions融合来产生用户 定制的神经网络解决方案。 Code Generation (源代码生成器) DLL Generation (动态连接库生成器) OLE Automattion (对象链接与嵌入自动化) Code Generation (源代码生成器) Neu

11、roSolutions 可以根据由其自身GUI设计 生成的神经网络自动地生成C+源代码。这 项功能为具体的应用程序定制神经网络源 代码提供了很大的灵活性。由于生成的代 码是ANSI兼容的， 用户可以方便地把神经 网络解决方案移植到其他平台例如UNIX. DLL Generation (动态连接库生成器) Custom Solution Wizard （顶制方案向导） 是一个可选的附件产品。它可将 NeuroSolutions生成的神经网络模型封装成 一个拥有简单协议的动态连接库。 这个 DLL可以嵌入用户自己的C+,Visual Basic, Microsoft Excel, Microsof

12、t Access, ASP等 应用程序中。这种方法的重要优势在于即 使用户不是一个高级程序员也可以方便容 易地使用它。 OLE Automattion (对象链接与嵌入自动化) 这项技术提供了从任何支持自动化的应用 程序中程序化地控制NeuroSolutions的能力， 例如Microsoft Excel, Microsoft Access, 和 用Visual Basic或Visual C+开发的应用程 序。在 最简化的情形， 应用程序可以送数 据给NeuroSolution进行处理， 然后把结果 回馈给应用程序。 基于NeuroSolutions的 广泛协议，通过它可以完成非常复杂的任 务

13、 一些重要的特性 Object Oriented Core: NeuroSolutions 所有模块 的演算式设计都已转成对象导向语言(OOP)的模 式，尤其当我们注重仿真的速度时，对象导向语 言的设计方式拥有极大的优势。在常规上，直译 式的设计环境有较大的弹性，但是其仿真速度非 常慢，换句话说，以编译码的方式进行仿真的速 度会非常快，但通常会受限于使用者界面的操控 性而不够灵活。因此，对象导向的设计方式结合 了直译式灵活的使用者界面与编译式高速运算的 优点，可以说是最理想的Neural-CAD。 Temporal Processing：如同许多神经网络 软件一般，刚开始我们所设计的软件在训

14、练网络时期只支持静态学习法则 (例如:他们 只能使用现在一瞬间的信息)，这种严重的 缺点是导致在大部分应用上降低效能的原 因，例如: 程序控制、时间序列分析、预测、 不固定信号分类等。因此，我们加强了 周期性拓朴及动态神经网络(例如: 加强记忆 架构)，并且应用最先进的学习法则(例如: BP through time)在解决时间序列的问题上。 Graphical User Interface：NeuroSolutions 的对象导向式界面提供了架构神经网络所 必须具备的工具，而且每一个对象皆以不 同的图像来表示，方便使用者辨别其功能。 使用者只需将类神经组件(例如: 神经元、神 经键、徒坡搜寻

15、引擎等)布局在图形化面 板上，并且将它们连接在一起形成神经网 络，接着引入信号到输入神经元，最后我 们就可以利用视觉化探测组件显示出网络 的整体运作过程。 Probing: 当我们架构好一个神经网络后， 就可利用探测组件来运行监测网络运作过 程的工作，其显示型态完全依所欲观察的 信息而定，并且可以撷取出网络内部所有 的变量 (inputs/outputs, weights, errors, hidden states, gradients, and sensitivities.)。其中静态的探测组件只能 显示当前瞬间的信息，而暂存的探测组件 会暂时保存信息，并将信息对映到整个时 间轴、频率轴或

16、空间轴显示出来。 NeuroSolutions支持至少15种模型： 1.Multilayer Perceptron (MLP) 2.Generalized Feedforward Network 3.Modular Network 4.Jordan/Elman Networks 5.Self-Organizing Map (SOM) 6.Principle Component Analysis (PCA) 7.Radial Basis Function (RBF) 8.Neuro-Fuzzy Network (CANFIS) 9.Hopfield Network 10.Probabilistic Neural Network (