气象因素对对流层改正模型的影响

初步探讨气压P、气温T和水气压e对各对流层模型(Hopfield模型、Saastamoinen模型、EGNOS模型和UNB3模型)结果的影响.研究表明,EGNOS模型和UNB3模型随各气象因素的变化情况基本吻合.随着气压升高,各模型干(总)延迟量逐渐增加,且该变化并非线性,存在微小的波动;随着气温升高,Saastamoinen模型干延迟恒为常数,其他两个模型干延迟则逐渐增加,各模型湿延迟逐渐减小,Hopfield模型所得的总延迟量呈抛物线状(先减小后增加),EGNOS模型和UNB3模型的总延迟量则逐渐增加;随着水气压的升高,各模型湿延迟量逐渐增加,其中Saastamoinen模型、EGNOS模型和UNB3模型的湿延迟量随水气压变化的幅度接近,略小于Hopfield模型的湿延迟量.     

神经网络融合信赖域求解非线性规划的新方法

人工神经网络在解决优化问题方面具有速度和精度的优势，将一种新的Hopfield网络模型与信赖域技术融合起来，采用逐次二次规划方法将约束非线性规划问题转换成一系列的二次规划子问题，并采用信赖域技术协调计算速度与精度之间的矛盾，同时通过Hopfield网络求解各个二次规划子问题，得到原来规划问题的最优解，通过对大量函数进行仿真计算，取得了很好的仿真结果。     

误差模型对精密单点定位精度影响的研究

精密单点定位(PPP)对观测数据质量要求较高,且必须对各类误差进行精确的修正。为明确误差模型对定位精度的影响,更精确地实现PPP,在无电离层观测模型基础上,选取6个MGEX测站,采用全球分析中心提供的精密星历和RTKLIB对流层模型,实现事后PPP解算,评估解算后的收敛曲线和定位误差。结果表明:可见卫星超过6颗、DOP值小于3,MGEX测站数据质量较优;统计东、北、天定位精度平均值,对比IGS和JPL精密星历,在静态PPP中,两种精密星历对应的定位精度分别相差0.18%、0.53%、2.31%;在动态PPP中,分别相差6.23%、10.50%、9.91%。在静态PPP中,Saastamoinen模型的平均定位精度分别是2.213、0.209、0.533 cm,Estimate ZTD模型分别是0.553、0.101、0.27 cm,比Saastamoinen模型高300.6%、114.88%、97.22%;在动态PPP中,Saastamoinen模型的平均定位精度分别是36.368、23.683、68.043 cm,Estimate ZTD模型分别是9.243、5.741、14.553 cm,比Saastamoinen模型高293.45%、312.54%、367.54%。     

非线性方程组的一种神经元网络解法

本文从最优化原理出发,提出了一种适合于非线性方程组求解的神经元网络方法,把它应用到AR和MA模型参数估计中,取得了满意的结果.由于该方法采用了自适应变权连续Hopfield神经元网络,具有速度快、精度高等特点.     

基于Hopfield神经网络的自适应控制系统的设计与仿真

根据连续型Hopfield神经网络的特性,设计基于Hopfield神经网络自适应控制系统,解决当前大多数控制系统需要外界参与的问题.设计一个三元组的Hopfield神经网络,并通过自反馈机制更新神经元的权重,完成自适应控制的任务.通过MATLAB平台仿真建立Hopfield神经网络,构建神经网络输出与参考标准输出之间的对比实验.结果表明,Hopfield能够在有限次数内逼近参考标准输出,从而完成控制任务.基于Hopfield神经网络的自适应控制系统有较高的精度,能够完成常见的设备控制,具有较强的可行性和便捷性.     

电子商务中基于Hopfield神经网络的货源信息搜索方法

对电子商务环境下货源信息搜索问题进行了分析研究,并以Internet网络为信息源,采用信息检索和人工智能相关技术,提出了基于Hopfield神经网络的货源信息搜索方法.该方法将货源信息的特征保存在Hopfield神经网络的连接权中,根据用户输入的查询词,通过网络的运行,自动生成一组查询扩展词,利用这组查询扩展词在通用搜索引擎中进行扩展搜索,并分析排序搜索结果.此方法扩大了货源搜索范围,提高了搜索精度,为企业提供了有价值的相关货源信息.     

Hopfield网络优化及证券投资组合问题求解

证券投资组合问题属于大规模注解问题，如何提高模型运算的速度和精度，决定了模型能否在实际中获得广泛应用。本利用Hopfield网络求解证券投资组合问题，以求提高求解的速度和精度，通过对建立的模型进行模拟运算，计算机运行结果证明该方法是可行的，运用神经网络模型的硬件构造进行求解，无疑将大大在提高模型的运算速度和精度，从而使证券投资组合更易于获得实际应用。     

基于Hopfield神经网络模型的通道布线算法

本文探讨了用Hopfield神经网络模型解决通道布线问题的一种新算法。算法描述了Hopfield模型与通道布线问题的映射方法和网络能量函数的构造方法,在能量函数中既考虑了合法解约束项,又考虑了优化解约束项,从而提高了布线质量。本文的意义还在于它证明了用Hopfield网络求解通道布线问题是可行的,有效的。     

基于神经网络的最大似然空间信号参数估计

本文主要研究了用Hopfield神经网络实时实现最大似然多信号源空间参数估计方法。报传统最大似然信号参数估计的理论和Hopfield连续状态神经网络特性后，给出了一种实现最大似然空间参数估计模型，该神经网络模型的模拟实验结果表明，用Hopfield网络实时实现的信号参数估计方法具有与传统的最大似然参数估计法拥有同样的理论分析结果。     

基于无人机影像序列的城市精细化三维模型精度评估

为满足数字城市对精细化实景三维模型日益显著的需求,解决传统方法建模效率低的问题,提出一种基于无人机影像序列的城市精细化三维模型构建方法,通过现场25架次的航拍试验,构建了20个300 m×300 m测区范围的精细化模型和1个图书馆建筑精细化模型;利用检查点评估了全部精细化模型的精度,重点讨论了5种航拍高度和4种控制点选取方案对精细化模型精度的影响.分析结果表明:随着航拍高度降低、控制点数量增加,构建的精细化模型误差减小、精度得到提高;测区范围精细化三维模型最高精度达到平面±3.4cm、高程±3.1 cm,图书馆单体建筑精细化模型精度达到平面±3.4 cm、高程±1.5 cm;基于无人机序列影像的三维模型构建方法能够满足城市实景模型构建的精度要求,具有重要工程实用价值.     

GPS定位误差中对流层延迟的分析

系统地分析了对流层延迟特性在GPS导航中造成的定位误差。基于霍普菲尔德模型和萨斯塔莫宁模型,提出了一种在缺少实测气象参数条件下使用的简易对流层延迟修正模型,并利用Matlab仿真软件对静态和动态的接收机实测数据进行了分析。实验结果表明,简易修正模型可以消除70%左右的对流层影响,有效地提高了GPS的定位精度。     

三维异联想Hopfield模型

三维物体的识别是有重要应用意义的课题,神经网络模型是解决该复杂问题的一个途径。作者将神经网络模型表达为矩阵形式,提出异联想矩阵形式的Ｈｏｆｉｅｌｄ模型,从而提出了能较好地解决这一问题的新方案。与传统Ｈｏｐｆｉｅｌｄ模型相比较,该模型对三维物体的识别有较好的识别率,对神经网络的发展和实际应用有重要参考价值。     

玉米赤霉烯酮降解酶ZHD795编码基因克隆及降解活性研究

玉米赤霉烯酮(zearalenone, ZEN)是主要由镰刀菌属产生的一类极易污染粮食作物的真菌毒素。利用生物酶的专一性破坏ZEN的分子结构是消除ZEN污染的有效手段。筛选得到一株可以高效降解ZEN的微生物菌株,通过基因组测序得到了该菌株的全基因组序列信息。以ZEN降解酶ZHD101序列为模板与测得的全基因进行序列比对,得到了同源序列ZHD795。在体外重组表达ZHD795蛋白,经亲和色谱纯化后对ZEN分子进行降解活性实验,HPLC结果表明,ZHD795蛋白可以降解ZEN分子;同时比较了ZHD795与ZHD101对ZEN的降解活性,在相同条件下ZHD795对ZEN的降解活性是ZHD101的2.5倍,从而获得了一个具有良好应用前景的高活性ZEN降解酶。     

基于Hopfield网的煤与瓦斯突出分类模型

针对原有Hopfleld网学习算法的局限性,利用Hopfield网的非线性逼近能力来模拟煤与瓦斯突出中各指标的复杂非线性关系,通过联想记忆功能对煤与瓦斯突出进行分类。引入一种基于混合混沌法的学习算法,较快较好地训练了网络。将煤与瓦斯突出分类指标化分等级,进行编码,基于混合混沌法训练Hopfield网,建立煤与瓦斯突出分类模型。通过实验检验,证明了此模型的实用性。     

基于人工智能的创造性思维的方案探讨

针对创造性思维在人类思维中的重要作用.对创造性思维的模拟提供了创造计算的一种新方法.其中,逻辑思维采用了神经网络的BP算法来实现,直觉思维采用了Hopfield神经网络以及交叉变异等实现方法,论述了变异联想在直觉产生中的重要作用,并且建立了模拟直觉的计算模型.提出了采用直觉与逻辑互补构成创造性思维的观点,构造了创造性思维的认知与计算模型,给出了创造性思维模型的计算实例.     

神经网络在自回归建模中的应用

在信号估计和自适应滤波领域中，利用ＡＲ模型进行信号估计，虽然古老但仍不失为一种非常重要的估计方法。利用常规方法提取自回归模型参数，随着模型阶数的增加，其实时实现的难度也将增加。Ｈｏｐｆｉｅｌｄ和Ｔａｎｋ等人的工作表明，对于最佳ＡＲ估计问题，由于Ｈｏｐｆｉｅｌｄｄ网络的全互联和微分动力特性，该网络具有极强的分布并行处理能力，是解决该类问题的有力工具，作者在本文中利用Ｈｏｐｆｉｅｌｄ网络对模型的参数进     

基于人工智能的创造性思维的模拟方法

针对创造性思维在人类思维中的重要作用，对创造性思维的模拟提供了创造计算的一种新方法。其中，逻辑思维采用了神经网络的BP算法来实现，直觉思维采用了Hopfield神经网络以及交叉变异等实现方法。论述了变异联想在直觉产生中的重要作用，并且建立了模拟直觉的计算模型。采用直觉与逻辑互补构成创造性思维的观点，构造了创造性思维的认知与计算模型，给出了创造性思维模型的计算实例。     

连续型Hopfield神经网络求解设备布置问题

主要利用连续型Hopfield人工神经网络进行了设备布置问题的优化求解计算。讨论了连续型Hopfield人工神经网络的模型，以及求解设备布置问题的一般方法。仿真结果表明，利用连续型Hopfield人工神经元网络进行设备布置优化计算，求解质量稳定、速率快，有较好的应用前景。     

玉米赤霉烯酮降解酶在马克斯克鲁维酵母中的表达及高产菌株的诱变筛选

玉米赤霉烯酮(Zearalenone,ZEN)是镰刀菌属霉菌产生的一种霉菌毒素,常见于霉变的玉米、小麦等谷物中.研究发现,来源于粉红黏帚霉(Gliocladium roseum)的α/β水解酶ZHD101能够断裂ZEN的内酯键,破坏ZEN的毒性.本文利用食品安全级的马克斯克鲁维酵母(Kluyveromyces marxianus)重组分泌表达了ZHD101,发酵液上清中的表达产物具有水解ZEN的活性.利用UV和~(60)Co-γ联合诱变方法,提高了ZHD101在马克斯克鲁维酵母中的表达水平.高效液相色谱(HPLC)分析表明,重组菌株分泌表达的ZHD101酶蛋白既能水解标准品ZEN,又能在较温和的条件下水解发霉玉米样本中的ZEN,结果表明该重组菌株表达的玉米赤霉烯酮降解酶ZHD101,可应用于发霉玉米的脱毒处理.