树脂薄膜光降解控制因素预测神经网络模型

利用试验室加速试验得到的不同配方COPO树脂薄膜的光降解试验数据，在分析薄膜降解各因素的基础上，选取薄膜降解后的力学性能3个指标为输入值，以COPO树脂薄膜降解的主要控制因素：环境温度、光照时间、光敏母料含量为输出值，利用MATLAB6．1软件中的神经网络工具箱建立了COPO树脂薄膜光降解控制因素预测的BP神经网络模型。讨论了模型的样本划分、网络参数、模型预测误差，选出最佳网络参数配置。模型预测精度高。     

基于BP神经网络的电解加工精度预测模型

为精确地预测电解加工精度,采用了BP神经网络的方法进行建模．在分析影响加工精度主要因素的基础上,确定了BP神经网络模型的特征参数,并根据实际情况,确定了输入层和中间隐层的维数,从而确定了模型的结构．用试验参数对模型结构进行训练,最终建立了一个用于电解加工精度预测的BP神经网络模型．利用该模型进行的精度预测结果表明,该模型的预测误差可以控制在10％以内,具有很高的精度预测能力．     

含复合光降解剂的聚乙烯膜在汞灯辐照下的光降解行为

过改变复合降解剂中各组分的含量来控制降解ＰＥ膜以汞灯为光源的光降解行为,以得到具有时控降解效应的降解薄膜．图１同一薄膜的羰基峰１７１３ｃｍ－１与内标峰１３７３ｃｍ－１吸光度随辐照时间的变化１实验部分１．１原料及试剂低密度聚乙烯树脂,牌号１Ｉ２Ａ,兰州...     

基于LSTM的短波频率参数预测

针对现有短波通信频率参数预测方法操作繁琐、预测精度不足的缺点,首次提出一种基于长短期记忆型循环神经网络（LSTM RNN）的预测方法。通过对电离层参数f0F2数据的分析,利用LSTM在处理时序相关数据时可以长期记忆网络历史数据的优势,对f0F2值进行预测。对比反向传播神经网络（BPNN）,LSTM将误差降低了7%,并将均方误差控制在2%以下。研究结果表明：基于LSTM搭建的提前预报5天的f0F2值的模型是可行的且比BP神经网络更适合预测电离层的f0F2值。     

基于回归神经网络的柴油机NOx排放预测及影响分析

针对柴油发动机NOx排放量的预测问题与其影响参数进行研究。通过构建训练神经网络回归算法模型(recurrent neural network, RNN),基于发动机试验过程中采集的大量样本数据训练和预测NOx排放情况;预测结果表明,该网络模型的预测值与目标输出值之间的误差满足实际工程需求,具有良好的预测精度和泛化性能。基于参数最优的神经网络回归模型,采用平均影响值(mean impact value, MIV)算法定量地分析各输入参数对目标输出参数的影响权重,进一步分析影响NOx排放的关键影响因素;结果表明,本文采用的MIV算法可以准确判断各输入因子对网络输出的相对影响权重,实现关键影响因子的分析。     

基于BP神经网络的自密实混凝土梁受弯承载力预测

采用神经网络方法对自密实混凝土受弯梁的正截面承载力进行模拟。以影响自密实混凝土梁受弯承载力的主要因素(抗压强度、截面尺寸、配筋率等)为参数,以构件的受弯极限承载力为网络输出,建立多层前馈神经网络来描述其非线性关系。利用不同研究者的32组试验数据对网络进行训练和测试。测试表明,建立的神经网络模型对32组试验数据具有良好的模拟精度,可作为预测自密实混凝土梁受弯承载力的一种新的计算方法。     

人工神经网络在热轧宽厚板性能预测中的应用

建立了神经网络预测热轧管线钢力学性能的网络模型 .在此基础上 ,利用神经网络对热轧管线钢力学性能进行了预测 ,并对预测结果与生产数据进行了比较 .此外 ,还利用神经网络对生产工艺参数进行了优化 .结果表明 ,将神经网络应用于热轧生产进行力学性能预测和工艺参数优化具有一定现实意义     

人工神经网络在热轧宽厚板性能预测中的应用

建立了神经网络预测热轧管线钢力学性能的网络模型.在此基础上,利用神经网络对热轧管线钢力学性能进行了预测,并对预测结果与生产数据进行了比较.此外,还利用神经网络对生产工艺参数进行了优化.结果表明,将神经网络应用于热轧生产进行力学性能预测和工艺参数优化具有一定现实意义.     

普通混凝土强度预测的BP神经网络模型

在分析普通混凝土强度影响因素基础上 ,选取混凝土配料中 7个因素作为输入值 ,混凝土2 8d强度作为输出值建立了混凝土强度预测的 BP网络模型。讨论了模型的学习样本、网络参数对预测精度的影响 ,选出最佳网络参数配置。实例证明模型预测精度高。     

大规模MIMO组网场景中的网络时延预测

针对5G网络规划与优化存在的问题,提出一种融合系统仿真和深度神经网络模型的网络时延预测方法.基于射线追踪模型、高清地图、工程参数等构建时延仿真模型,利用时延仿真模型获取大量时延数据.基于无线通信理论提出三视图特征模型,此模型用于输入特征提取.通过深度神经网络学习时延数据特征,训练神经网络模型,利用神经网络模型预测网络时延.实验结果表明该方法具有可行性和有效性.     

老年性痴呆病发病机理的研究近况

为适应当今老龄化社会对老年性痴呆病的防治需要，从载脂蛋白E(ApoE)、tau蛋白、β-淀粉样肽及其前体蛋白、遗传因素、代谢因素几个方面对老年性痴呆(Alzheimer’s Disease，AD)的病因、病机作了描述．使人们在微观和宏观领域对AD有更清晰完全的认识。     

不同含水量对煤吸附甲烷的影响

运用Langmuir单分子层吸附理论,分析了煤对甲烷吸附能力受其含水量的影响利用WY - 98B型瓦斯常数测定仪,分别对2种煤样在不同含水量时吸附甲烷气体的等温吸附曲线、Langmuir压力、吸附常数a,b进行了定性与定量分析,得出了煤对甲烷吸附量随压力的变化关系式及Langmuir吸附常数a,b随煤样内水含量变化的关系式研究结果表明:含水煤样依然满足Langmuir单分子层吸附理论,吸附常数a,b与煤样中含水量的变化之间存在着一定相关性     

利用Mathematica探讨环面上测地线的数值解法

本文主要讨论空间环面上的测地线问题,提出了环面的定义以及定理,并运用这些定义以及定理研究环面上的测地线,并且进一步讨论空间环面上的测地线的数值解法。     

种群密度对鱼类影响的研究概述

密度是水生种群生态学研究的重要内容之一，就密度对鱼类的摄食、生长、行为及物质能量代谢等方面的影响进行了概述，并就种群密度对鱼类的影响机理从神经内分泌学、血液学、免疫学等方面进行了探讨。     

棉纤维膜固定化脂肪酶的研究

对棉纤维作载体、对 - ( β-硫酸酯乙砜基 )苯胺 ( SESA)作活化剂固定化脂肪酶的工艺条件进行了研究 ,发现在醚化 p H值为 9.0～ 1 0 .0 ,交联 p H值为 7.0 ,酶的质量浓度为 6 mg· m L- 1,交联时间为 1 2 h,在室温条件下 ,得到最高固定化酶活力为 33U·g- 1。对上述条件下制备的固定化酶的稳定性进行了考察 ,用该固定化酶间歇水解橄榄油 ,重复使用 6次后相对水解率由 1 0 0 %降至 44%。该固定化脂肪酶最适使用的温度为 30～ 35℃ ,p H值为 9.0     

倒伏量对翻驳领结构影响分析

主要研究了直线状、圆弧状和部分圆弧部分直线状3种类型翻折线与翻驳领结构的相关关系,针对翻驳领结构设计中的主要难点——倒伏量进行研究,并分析翻折线变化对其产生的重要影响。通过变换驳点高度及搭门宽度来控制翻折线倾斜度,各领型分别做出ll组试样,进而研究翻折线与倒伏量的关系,最后对理论研究的数据进行成衣验证。     

Mo2C膜脱附激活能随沉积温度的变化规律

介绍了用金属有机气相沉积(MOCVD)制备Mo2C膜的过程和对膜的颗粒粒径的测量结果,建立物理模型,导出粒子脱附激活能的计算公式,探讨了Mo2C膜的脱附激活能随沉积温度的变化.结果表明:沉积温度低于380 ℃时,Mo2C膜的脱附激活能随温度升高而增大较快;而高于380 ℃时,激活能随温度升高而增大的速度变小.     

不同前处理措施对真空油炸杏鲍菇脆片品质的影响

杏鲍菇为大宗食用菌,为提高杏鲍菇利用率,开发杏鲍菇休闲食品,研究前处理工艺对真空油炸杏鲍菇品质的影响。采用控制变量法,主要考察了切片方式、切片厚度和漂烫处理对杏鲍菇脆片品质的影响。结果表明,切片方式影响显著,脆片的脆度和含油量都与切片厚度呈现正相关关系,其中2mm为较佳厚度,与L值呈现负相关关系;漂烫可灭杏鲍菇脆片中多酚氧化酶和过氧化物酶的活性,从而抑制褐变,较佳漂烫处理方式为95℃、90s。     

预处理对复合材料性能的影响研究

通过不同的处理方法改善增强纤维与基体树脂间的界面性能,探讨了预处理对复合材料性能的影响.结果表明:经过A-151处理和碱处理后,复合材料的拉伸性能分别提高到92.6Mpa和78.0Mpa,在45℃、5%Na0H 溶液中加热0.5h后,复合材料的冲击性能最大.     

列车上应用生态厕所的初步研究

提出了在列车上应用生态厕所的学术思想并进行了初步设计,分析表明该设计方案切实可行,既可以解决线性环境污染,又能将粪便污物转化为大量的优质有机肥.