紫杉醇类似物的电子结构与抗癌活性关系的研究( Ⅰ )

应用MM3分子力学方法对R6=H的13个紫杉醇类似物进行几何优化,并采用MNDO法计算了化合物的电子结构,应用回归分析、神经网络等方法寻找其量化指数与抗癌活性的关系,结果表明,R2取代基、2-OBz中苯甲酰基（Bz)的碳氧原子的净电荷之和∑QBz、核-核排斥能Ep对活性影响较大,并得到显著性较好的QSAR：ID50（A）/ID50（T）（act)=71.20535 155.35016∑QBz,表明随着∑QBz减小,ID50（A）/ID50（T）值将减小,而化合物活性将增大,神经网络（BP网络）算法的结果表明,神经网络计算值R=0.992,神经网络的结果可精确地预测化合物的抗癌活性。     

显脉香茶菜素和Jeunicin的电子结构与抗癌活性

用MNDO)方法在VAX8350计算机上对显脉香茶菜素和Jeunicin进行了量子化学计算研究．给出了分子轨道及其能级、电荷密度、键级,并对其电子结构与抗癌活性的关系进行了讨论．     

二吡啶苯并二氮杂酮化合物抑制HIV-1的定量构效关系研究

应用量子化学MP3方法对电子结构进行优化,并用MNDO方法计算了21种二吡啶苯并氮杂酮化合物的电子结构,并对其抑制HIV-1病毒活性进行了QSAR研究,结果得到了一个多元线性方程.二吡啶苯并氮杂草酮化合物的活性与7位上的净电荷Q7、偶极矩DIPO以及C环上的净电荷Qc之间有较大的关系.当7位上的正电荷越多则活性越大,分子的偶极矩越小则活性越大,当C环上的净电荷总和越负则活性越大.相关分析的数据还表明,在影响活性大小的诸多因素中,Q7的影响最大.其次是logP与DIPO.据此,可以预测并指导合成有关的抗HIV-1的药物.     

酯菊醚类似物构效关系的研究

本文应用量子化学中ＥＨＭＯ和模式识别方法对农药醚酯类似物的构效关系作初步的研究，提出的醚菊酯类似物结构中一端引入强斥电子基团，另一端引入强吸电子基团，这样可能呈现较高生理活性，为筛选和设计新农药提供有价值的信息。     

抗癌性AHMA衍生物三维定量构效关系研究

应用比较分子场分析法(CoMFA)对一系列抗癌性AHMA类衍生物进行了三维定量构效关系(3D-QSAR)研究,建立了交叉验证的CoMFA模型。所建最佳模型的交叉验证相关系数q2为0.702,非交叉验证相关系数r2为0.993,估算的标准误差S=0.085,统计方差比F(4,25)=448.5,用该模型对测试集化合物进行了预测,预测结果与实验值非常接近,表明模型具有很好的预测能力。论文对该系列抗癌化合物的三维定量构效关系进行了深入讨论,结果进一步表明,在R取代基第一个原子上引入拉电子基团或原子,同时选择给电子的R1基团及较大体积的取代基R2,能有效地改善这类化合物的抗癌活性。     

二苯甲基哌嗪类化合物结构与活性的量子化学研究

为揭示标题化合物结构与活性的关系，采用量子化学AM1方法对二苯甲基哌嗪类化合物进行了量子化学计算，根据计算结果分析了12种化合物的生成热、总能量、电子能量、偶极矩、前沿轨道能级和电子结构等与其活性的关系，结果发现这类物质的结构与活性之间存在着一定的相关关系，其活性部位主要集中在苯环和杂环上，而活性的大小与取代基的种类及位置有关，吸电子能力强的基团(如-F，-NO2)的引入有利于最低空轨道能级的降低，使化合物的活性提高．     

具有除草活性的甘氨酰肼二酰基衍生物的构效关

利用化合物的物理化学参数,如空间构象参数、油水分配系数等,对已合成的18个甘氨酰肼二酰基衍生物进行了结构与活性关系的初步研究.结果表明:18个化合物的亲脂性和空间结构对其除草活性具有重要的影响.研究结果对甘氨酰肼类化合物的改性或新类似物的合成具有一定指导意义.     

取代芳烃化合物电子结构与其对发光菌毒性关系的研究

应用量子化学半经验的MNDO方法计算了40个取代芳烃化合物的电子结构，探讨了化合物电子结构与其对发光菌毒性的关系．结果表明：(1)当化合物的分子极化度P、分子体积V、疏水参数logP较大时具有较大的水溶性和脂溶性，因而化合物的毒性较大；(2)当最高占据轨道(HOMO)能级和最低空轨道(LUMO)能级较低时，化合物容易接受电子具有较大的氧化性，取代芳烃的毒性也随之增大；(3)取代基的吸电子能力越强，吸电子基个数越多，苯环的正电性越大，化合物的毒性越大．得到的QSAR方程为：-logEC50=-2．230 O．202P-0．366EHOMO，据此可预测取代芳烃化合物对发光细菌的毒性．     

几种碳团簇的几何构型及电子结构的计算

对电子结构计算中常用的量子化学从头算方法及几种量子化学半经验计算方法进行了讨论，采用这几种电子结构计算方法对C4、C8、C20和C60团簇的几何构型进行了优化，并对几种计算结果进行了比较．对于碳团簇MINDO／3、MNDO、MNDO／d、AM1及PM3五种半经验方法与从头算方法计算结果接近，而且极大地缩短了计算时间。     

抗癌药物分子中活性基团的电子结构和活泼原子模式

本文总结了七种抗癌活性基团的结构特征并对它们的电子结构进行了半经验的量子化学计算，得山这些活性基团的亲电性质，计算了原子活性指标Ｓｒ’（Ｎ），并对活泼原子进行了化学加成实验验证，提出了抗癌药物通过其活性基团中的活泼原子与机体蛋白中的氨基酸反应的模式．     

神经网络在引信智能信息处理中应用的研究

介绍了应用神经网络进行引信智能信息处理的探索性研究。采用BP算法建立了无监督特征提取的图象识别系统,包括三层网络自动联想机与两层网络信息提取器,实现了对输入图象的训练、记忆与分类。研究结果表明该方法技术可行,在一定程度上体现了信息处理的智能性。     

一种局域连接前向人工神经网络结构的研究

双隐层标准前馈（ＢＰ）网络只要其隐层节点数足够多就能解决任何形式的分类问题．应用标准（ＢＰ）网络识别多模式类分类问题时存在以下缺陷：（１）对不同模式类均使用相同数目的隐层元；（２）增加新模式类后，网络要重新学习；（３）网络识别的机理研究困难．笔者提出了一种局域连接前馈神经网络（ＬＣＮＮ）结构，其隐层神经元与输出神经元之间为局域连接，学习算法与ＢＰ算法类似．ＬＣＮＮ具有以下特点：（１）便于自构网络结构，提高网络的推广能力；（２）便于提取各模式类的不变特性；（３）具有较强的记忆能力，便于实现追加学习．以五种海底沉积层介质类型的分类识别为例，分别利用标准前馈（ＢＰ）网络与ＬＣＮＮ网络进行分类识别，结果表明：ＬＣＮＮ便于自构网络结构，具有追加学习的能力．     

利用BP算法实现集装箱编号识别

研究集装箱字符识别,采用数字图像处理,模式识别与神经网络技术及改良BP算法实现集装箱编号的自动识别,该方法有较强的适应性,可在不同的光照条件下工作,在识别倾斜,变形,磨损,污染的集装箱时表现出较强的抗干扰能力,改良BP算法具有分类功能,可以实现字符的识别,并且具有较强的鲁棒性。     

基于BP人工神经网络的大气颗粒物PM10质量浓度预测

根据2008年长沙市火车站监测点全年大气PM10及气象参数的小时平均数据,建立BP人工神经网络预测模型,预测PM10小时平均浓度。为证明人工神经网络模型用于预测PM10质量浓度的准确性,研究中考虑2种预测模型:多元线性回归模型与人工神经网络模型。研究结果表明:与传统的多元线性回归模型相比,人工神经网络模型能够捕捉污染物浓度与气象因素间的非线性影响规律,能更好地预测PM10质量浓度,拟合优度R2有较大提高;所选取气象参数及污染源强变量能较准确地描述大气PM10质量浓度的实时变化,用于PM10质量浓度的预测准确度较高,整体R2可达0.62;人工神经网络预测模型不仅适用于一般污染浓度情况,对于高污染时期PM10质量浓度的预测也较为准确。     

基于遗传算法的神经网络在局部放电模式识别中的应用

针对ＢＰ神经网络（ＮＮ） 在大型发电机局部放电模式识别中存在的收敛速度慢、容易陷入局部极小点的问题,提出采用遗传算法（ＧＡ） 作为神经网络的学习算法．并且根据神经网络结构的特点,构造了新的遗传算子．结果表明,与ＢＰ神经网络相比,ＧＡ 神经网络的收敛性能和推广能力都有了明显提高     

基于BP网络与Mahalanobis距离的图像识别技术(英文)

提出基于BP人工神经网络与Mahalanobis距离的图像识别技术.在对IC芯片图像进行二维小波分析后,通过Mahalanobis距离在图像的低频小波系数矩阵上进行目标图元的区域搜索与位置标定,而后根据待定目标图元像素分布特征建立特征参数向量,建立BP网络对目标图元进行模式识别.实验证明此方法能够有效地对IC图像进行目标图元的位置标定与模式识别,获得准确的IC标定识别结果.     

基于GA-PID神经网络的板形模式识别方法

针对传统板形模式识别方法存在抗干扰能力差和识别精度有限等缺点,提出了基于遗传算法(GA)优化的PID神经网络板形模式识别方法.PID神经网络不仅具备传统多层前向网络的特点,而且其隐含层具有动态特性,可以直接用于动态系统辨识.GA具备良好的并行设计结构,具有全局优化的特点,利用GA对网络权值进行优化,克服了传统BP算法易陷于局部极小的不足.仿真结果表明:GA-PID神经网络的板形模式识别方法能够识别出常见的板形缺陷,提高了板形模式识别精度,可以满足板带轧机高精度的板形控制要求.     

语音识别中的BP神经网络改进

语音信号是受说话人、环境等因素影响的复杂函数,人工神经网络（ANN）模型进行语音识别具有自适应、自组织及联想等特征,适合用于语音识别。主要研究了传统BP神经网络在实际语音识别中的改进方案。利用改进后的方案实现语音识别、网络结构简化、运算速度加快、训练时间缩短。     

基于神经网络的车牌识别系统在特定场合的应用

对车牌识别系统的组成进行简要的介绍,并以BP网络为例介绍了人工神经网络在车牌识别系统中的应用,提出了对于特定场所的识别系统可以通过简化网络,提高识别率和识别速度。     

基于RBF神经网络的语音情感识别

介绍了径向基函数神经网络的原理、训练算法,并建立了RBF神经网络的语音情感识别的模型。在实验中比较了BP神经网络与RBF神经网络分别用于语音情感识别识别率,RBF神经网络的平均识别率高于BP神经网络3%。结果表明,基于RBF神经网络的语音情感识别方法的有效性。