人工神经网络光度法同时测定Rh、Ir和Pd的研究

用人工神经网络光度法同时测定Rh、Ir和Pd达到了对其各组分含量进行同时测定的目的.通过对网络结构和参数的优化,提高了预报的准确度.     

紫外分光光度法-人工神经网络在4种嘌呤同时测定中的应用

将紫外分光光度法与人工神经网络相结合, 在波长200～300　nm不经分离同时测定腺嘌呤、 黄嘌呤、 次黄嘌呤和鸟嘌呤的混合物. 讨论了pH值对体系的影响, 并对网络参数进行选定. 方法简便、 快速, 相对标准偏差小于3.7%.     

卡尔曼滤波在多组分同时测定中的应用

本文综述了卡尔曼滤波在多组分同时测定中的应用，采用MATLAB语言自编程序，对Ni、Fe、Pd三元混合组分进行同时测定，取得了令人满意的结果．     

多组分同时测定在贵金属光度分析中的应用

本文评述了贵金属光度分析中多组分不经分离同时测定的进展，包括双波长法、导数光谱法、化学计量学法、动力学法等测定方法。对有机试剂的应用也作了简述，引用文献５４篇。     

路面结构参数同时反算人工神经网络法

利用传递矩阵方法,计算出柔性路面结构在轴对称荷载作用及层间完全接触情况下的路表弯沉值,以该结果为输入数据训练四层BP网络,得到较精确的网络权值和阈值;在此基础上实现了对柔性路面结构层的模量和厚度参数的同时反算。计算分析表明,该方法速度快且精度高;即可反算路面结构层的模量,又能反算其厚度,通过与实际值比较,其计算精度完全满足工程实际的要求。     

人工神经网络在色谱中的应用

综述了近几年来人工神经网络用于色谱研究中的进展。主要体现在用人工神经网络方法预测色谱保留值、优化色谱分离条件、自动监控色谱仪运行以及揭示色谱数据的隐含信息方面,并展望了人工神经网络在色谱中的应用前景。     

人工神经网络光度法同时测定锆和钛

在锆(钛)一对氯苯基荧光酮—CTMAB显色体系中，应用三层神经网络解析锆和钛的吸收光谱，不经分离分光光度法同时测定锆和钛．使用改进的BP算法，避免了神经网络在学习过程中可以产生的麻痹现象．用于合成样品和钢样中锆和钛的测定，效果较好．     

人工神经网络在化学中的应用进展

回顾了人工神经网络的发展历史,简要评述了近期在化学中的非线性校准、模式识别、定量结构／活性相关(QSARs)、优化、过程控制、传感器、建模、参数估计、预测预报等方面的应用。并展望了人工神经网络在化学计量中的应用前景．     

人工神经网络在人脸部识别中的应用研究

在对二值图像分析处理的基础上，介绍了人工神经网络（ANN）方法在数字图像识别中的应用，并通过在身份验证中的人面部特征提取与识别的实例对现有网络进行了研究，提出了改进思想，以期达到降低运算量、提高识别率的目的。     

Co和Cu等六种金属离子的HPLC同时测定法

研究Ｃｏ,Ｃｕ,Ｃｒ,Ｇａ,Ｆｅ和Ｉｎ等六种金属离子的螯合条件,以及高效液相色谱的同时测定方法。实验采用８－羟基喹啉作螯合剂,反相氰基柱作固定相,甲醇－水作流动相。考察螯合剂,有机改进和流动相等对实验测定结果的影响,探讨了Ｃ１８柱,氰基柱、Ｃ６Ｈ５柱的保留行为,并优化色谱分析条件．     

人工神经元网络及神经计算机的教育学

对于设计人工神经元网络(ANN)或神经计算机来说,一个最为重要的方面就是学习。如以什么样的算法进行学习?提供什么样的学习素材?以什么样的方式学习?怎样安排学习过程等等?我们认为这些活动非常类似于人的教育过程,基于这一认识,我们提出了ANN及神经计算机教育学的基本思想和基本方法。     

基于人工神经网络的旋转机械多故障同时性诊断策略

针对大型旋转机械多故障同时性诊断问题，基于人工神经网络，构造了一种由多个子网络组成的分级诊断网络（ＨＤＡＮＮ）。该网络旨在将一个大的分类模式空间划分为几个小的子空间，以便对各子网络进行有效的训练，提高各子网络的分类能力，从而使整个网络具有高精度的多故障同时性诊断能力，测试结果表明：ＨＤＡＮＮ网络不仅能准确地对单故障进行诊断，而且多故障同时存在的情况下，也能有效地识别出各种故障，该网络具有较高的诊断     

前馈人工神经网络的变步长直接搜索训练算法

提出了一种用于前馈人工神经网络的变步长直接搜索训练算法，在网络学习时，以多样本在网络的各输出单元上的误差平方和作为目标函数，因它是权重系数的多元函数，这样将问题转化为多元函数的极值问题求解，对误差采取“批处理”的 权重系数的变步长直接修正方法，使该算法具有比较快的收敛速度和较高的收敛精度。     

土石坝渗流的神经网络监控模型

通过对土石坝渗流的成因分析,应用人工神经网络原理,并结合某土石坝的实测资料建立了渗流监控模型,给出了模型的输入输出因子和模型结构。该模型具有再学习能力,在应用过程中,可以用新的观测资料对模型不断地进行学习训练,以提高模型的精度。     

人工神经网络在手感评定中的应用

针对现有的手感评定方法在识别准确性,容错性和适应性方面存在的问题,提出了用4个检测模型产生手感信号,并用BP神经网络处理信号的具体方法和步骤.实验证明,BP神经网络具有较好的自适应模式识别能力和容错性.     

人工神经网络紫外分光光度法同时测定苯和甲苯

应用三层ANN_BP网络解析苯和甲苯的吸收光谱 ,不经分离 ,用紫外分光光度法同时测定苯和甲苯 .使用改进的BP算法 ,避免了神经网络学习过程中可能产生的麻痹现象 ,提出了目标向量的简单变换方法及便于网络参数选择的收敛评价函数 .实验验证了方法的有效性 ,同时表明 ,苯在 0 - 72 0mg/L和甲苯在 0 - 84 0mg/L范围内服从比尔定律     

基于神经网络的智能控制系统

论述了人工神经网络的产生与发展,以及人工神经网络在控制系统中的应用现状,分析了人工神经网络的特点和监视控制系统的原理,并对神经网络控制系统的前景做了展望。     

人工神经网络研究现状及其展望

回顾了神经网络理论发展的历史和现状。在此基础上，介绍并讨论了20世纪90年代神经网络研究的一些新进展。根据神经网络研究的特点，对人工神经网络今后的发展前景作了一定的评述，人工神经网络的研究与发展必将对现代科学技术产生深远的影响．     

大坝变形监测的BP网络模型与预报研究

建立有效实用的大坝安全监测模型,对于馆控大坝运行意义重大。针对目前国内外常用统计模型、确定性模型等的不足,提出将基于误差逆传播算法的BP神经网络模型用于大坝变形监测数据的拟合分析及其预测预报研究,最后以福建水口混凝土重力坝变形监测为例,对坝顶垂直位移实测值建立了BP网络模型,并将模型用于坝顶垂直位移预报,结果表明,BP网络模型的拟合和预报精度明显优于相应的统计模型。