基于免疫神经网络的雷达天线扫描方式的识别

采用了免疫RBF网络进行雷达天线扫描方式的识别.计算机仿真结果表明,对目前常见的几种简单的雷达天线扫描方式,免疫RBF网络系统在输入信噪比为4dB时的识别率已经达到99.13%,而它的网络训练步数仅需99步,具有非常优越的性能.     

基于混合进化计算的GMM优化方法及其在说话人辨认中的应用

提出了基于进化高斯混合模型(EGMM)的说话人辨认系统建模方法.EGMM在进化算法的框架下,为改善模型的泛化性能对GMM模型的结构与参数共同进行了优化.同时,系统的优化目标中引入了其他用户的区分性信息以提高其分类精度.根据GMM的特点设计了专门的遗传算子并结合GA与EP提出了一种新的混合进化算法.初步实验结果表明,EGMM方法建立的说话人模型具有更强的泛化能力.在说话人辨认实验中,较之传统的GMM方法,基于EGMM的系统的正识率提高了近3%,并且模型具有更小的平均尺寸.     

语音识别中结合进化计算的MMI训练方法

将最大互信息(MMI)和进化计算(EC)相结合,引入到HMM的训练中去.各个模型用个体来表示,个体的适应值采用模型的最大互信息.这样借助于演化计算的全局搜索及种群的特点,得到了基于最大互信息估计的HMM模型的更优解.实验结果表明,用该方法训练所得的系统识别率高于传统的基于梯度的最大互信息估计方法训练所得的系统.     

分形理论在柴油机排气微粒生成机理研究方面的应用

探讨了柴油机排气微粒(PM)的生成机理及结构特征;从柴油机排气微粒的生成过程、结构特征以及分形的内涵出发,用分形理论研究柴油机排气微粒的生成机理是可行的。经过分析,提出了分形理论在柴油机排气微粒生成机理方面的具体研究内容及方向。     

委陵菜属几种植物总黄酮的提取

许多蔷薇科(Rosaceae)委陵菜属(Potentilla L.)植物由于其含有多种次生代谢物,尤其是黄酮类物质,具有非常高的药用价值和经济价值.采用超声波震荡方法提取委陵菜属4种植物的总黄酮,通过单因素实验,确定了料液混和物质量浓度、乙醇含量、提取温度和提取时间这4个影响植物总黄酮提取的主要因素.在此基础上,设计了4因素3水平的正交试验,最终得到提取4种植物黄酮的最优方案.委陵菜在70℃,料液混合物10.0mg/mL,600mL/L乙醇,提取60min时效果最佳;皱叶委陵菜在70℃,料液混合物10.0mg/mL,700mL/L乙醇,提取50min时效果最佳;西山委陵菜在70℃,料液混合物10.0mg/mL,600mL/L乙醇,提取70min时效果最佳;翻白草在50℃,料液混合物10.0mg/mL,600mL/L乙醇,提取60min时效果最佳.这4种委陵菜属植物在它们各自相对应的提取最佳方案下得到的黄酮依次为13.126,34.712,36.482,45.973mg/g.实验流程简单,成本较低,毒性较小,适合于工业化的推广和应用.     

杜氏藻中β—胡萝卜素的提取分离

从盐生杜氏藻中提取分离得β-胡萝卜素，探讨了不同提取条件对收率的影响．     

用双电层理论研究不同电价阳离子对α半水石膏水化的影响

通过水化升温曲线、ζ电位、液相组成等的测定，研究了不同电价阳离子对α半水石膏水化硬化过程的影响。结果表明：在α半水石膏的水化硬化过程中，形成了双电层结构和负ζ电位，不同电价的阳离子对α半水石膏的表面双电层结构和ζ电位产生不同影响．导致α半水石膏颗粒的分散度和溶解速度不同，从而影响了α半水石膏的水化硬化。这种作用机理有别于传统的胶体体系。     

自组织特征映射神经网络用于语意识别的研究

该文提出了一优化的自组织学习集，基于自组织征映射神经网络和隐马尔柯夫模型法，组成了一种新的语音识别系统。该系统采用ＳＯＭ网络作为矢量量化器。实验结果表明，该文提出的语音识别方法确实能提高系统的识别率。     

基于神经风络的地震剖面反褶积新方法

地震剖面的反褶积经常是地震勘探资料处理阶段的一个重要步骤，它是公认的提高剖经的有铲方法。常规的反褶积方法已经很多，但如何在提高剖面分辨率的同时又有效地抑制噪声，提高剖面的信噪比，始终是困扰人们的问题。针对这一问题，提出了一种基于反馈神经网络及其衍生物的地震剖面反褶积方法。