字母识别的神经网络方法

本文作者用人工神经网络进行英文字母的识别工作。首先进行了字母的数字化转化,将图像格式转化为数字格式,用5×7矩阵的布尔值表示每个字母;然后设计了反向传播型人工神经网络模型;最后,用经过训练的模型对字母进行识别,结果表明:噪声信号的平均水平低于0.2时,神经网络模型能够完全正确识别26个字母;噪声水平在0.2时,神经网络模型开始出现错误,随着噪声水平的增加,神经网络模型的识别率逐渐下降。     

钢的连续冷却转变图的预测研究进展

对钢的连续冷却转变图的预测方法进行了综述,指出：物理模拟法根据相变理论建立物理模型,然后进行数值计算,它具有坚实的理论基础;Scheil法根据等温转变图推算连续冷却转变图;统计方法包括经验公式法和人工神经网络法,它们不考虑问题的物理意义,只根据实验数据本身进行预测。几种方法各有所长,但也都存在一些不足,在实际工作中应综合使用。     

用人工神经网络模型对DNA序列进行分类

作者用人工神经网络模型对四种细菌的DNA序列进行了分类。用"两碱基片段含量"法表征了DNA序列,将DNA序列转化为一个16维向量。然后设计了人工神经网络模型并用"留一法"进行了训练。计算结果表明:人工神经网络对所有DNA序列的分类正确率达到了84.3%,表明用人工神经网络模型可以较好地根据DNA序列的结构特征进行种类。     

用人工神经网络分析Ni含量对新型空冷贝氏体钢CCT图的定量影响

用人工神经网络模型分析了Ni含量对新型空冷贝氏体钢的连续冷却转变(CCT)图的定量影响.首先测试了神经网络模型的预测性能,对几种新型空冷贝氏体钢CCT图的预测结果和实测结果的比较说明我们设计的ANN模型具有较高的预测精度和可靠性.然后用人工神经网络模型分析了Ni含量对CCT图的定量影响.结果表明,Ni含量增加会使钢的奥氏体形成温度下降,推迟高温转变、中温转变和马氏体转变.人工神经网络模型的计算结果与材料科学理论相符.     

高效能光触媒的研究进展

根据国内外文献资料对提高光触媒效能的几种主要技术进行了综述,结合工作实践,对高效能光触媒未来的发展方向进行了展望.     

人工神经网络在肽的定量构效关系研究中的应用

本文作者用人工神经网络模型和“相互作用”法研究了几种肽分子的定量构效关系（QSARs）。“相互作用”法是一种新的表征肽分子结构的方法，它认为：（1）在肽分子链中，任何两个氦基酸分子间都存在相互作用；（2）氦基酸分子间存在的相互作用值不仅与核酸分子类型有关，而且与它们间的距离有关系；（3）肽分子的结构可以用TIV值（即肽分子中任意两个氨基酸分子间存在的相互作用值之和）来表征。这种方法的优点是不同的肽分子的结构都可以由TIV值表征，它有助于更方便地研究肽分子的定量构效关系。计算结果和实验结果的比较证明这种方法的效果令人满意。     

基于人工神经网络模型的油气管线点腐蚀蚀坑深度的预测

作者设计了反向传播人工神经网络模型来预测油气管线点腐蚀蚀坑深度。用"留一法"训练了神经网络模型,使其具有最佳的预测性能。然后用经过训练的模型预测了一些样本的点腐蚀蚀坑深度。用散点图和三个统计学指标—均方误差(MSE)、相对均方误差(MSRE)和拟合分值(VOF)评价了人工神经网络模型的预测性能:散点图显示蚀坑深度的预测值与测试值符合程度较高;均方误差(MSE)值为0.0389mm,相对均方误差(MSRE)值为1.32%,拟合分值(VOF)的值为1.9992。从总体上看,人工神经网络模型具有较高的预测精度。