用量子化学参数预测烯烃聚合物介电常数

在B3LYP／6—31G（d）水平上对烯烃聚合物单体进行密度泛函理论计算，得到4个量子化学参数，即分子偶极矩（μ），分子中最低未占分子轨道能级（ELOMO），熵（S）及原子最负电荷q^-，并用来预测烯烃聚合物介电常数（ε）．误差反向传播的人工神经网络方法（BPANN）用来拟合介电常数与这4个参数可能存在的非线性关系．根据调整参数得到最佳网络模型结构为[4-1—1]，模拟值与实验值非常接近，训练集与测试集的均方根（rms）误差分别为0．430和0．321。     

BP人工神经网络法研究PBDE_S类化合物的RRT

运用BP人工神经网络方法对PBDEs的相对保留时间(RRT)进行了QSPR研究.所建的BP人工神经网对PBDEs的RRT预测准确度非常高,网络训练误差几乎为0,网络回判MSE误差为0.003 9,明显低于逐步回归分析结果,独立检测集MSE误差为0.000 4,也很低,说明BP人工神经网具有较好的泛化能力.此方法得到的模型预测能力要优于逐步回归模型.     

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。     

乙二醇和丙三醇二元系玻璃化转变和协同松弛

为了估算乙二醇(EG)在慢速降温下的玻璃化转变和协同松弛参数,利用差示扫描量热法(DSC)测量了连续升降温条件下(10K.min-1)乙二醇和丙三醇二元系(EG/G)在玻璃化转变温度Tg前后的表观比热容.利用曲线拟合方法得到了EG/G基于Adam-Gibbs(AG)模型的协同松弛参数.结果表明,随组分的变化,玻璃化转变温度Tg、玻璃化转变过程中的比热跃迁ΔCp(Tg)、AG模型参数、松弛时间和动力学脆度等均呈规律性变化,据此可外推得到EG的玻璃化转变和AG模型参数.松弛时间和动力学脆度的分析结果表明,EG的动力学脆度比丙三醇的小,二元系动力学脆度的分析结果可以和Tg,ΔCp(Tg),松弛时间分布参数和协同重排域等的分析结果相互印证,从而证明了AG模型作为现象学模型描述EG/G结构松弛的有效性.但在解析EG/G协同重排域的微观参数时,AG理论遇到困难.     

过渡元素二元合金相图有限固溶体固溶度的预报

应用原子参数-人工神经网络方法研究了过渡元素二元合金相图中的有限固溶度问题．选择了原子体积、平均族数、元素熔点等影响固溶度的原子参数作为人工神经网络的输入值，使用已知的过渡元素二元合金相图的固溶度作为输出值，训练人工神经网络，应用“留一法”估计了人工神经网络的预报误差，并用训练好的网络对全部未知的过渡元素二元合金相图的固溶度进行计算机预报，得到了令人满意的结果．     

采用近红外光谱技术的燕麦脂肪含量检测

以93份燕麦样品为研究对象,对其近红外光谱数据进行预处理后通过主成分分析法提取光谱特征,采用人工神经网络技术建立燕麦中脂肪含量的合理检测模型。结果表明:反向多元散射处理(IMSC)、数学处理选择2441(即对光谱进行导数间隔点为4的二阶导数处理,一次平滑处理间隔点为4,不进行二次平滑处理)为最佳预处理方法;通过主成分分析法提取2个主成分作为原始信息的特征变量,建立的人工网络模型结构为2-17-1,该模型对验证集的测定值与预测值的相关系数为0.962 3,均方根误差为1.607 2,模型的预测准确性较好。该方法简便、快速,为燕麦脂肪的定量测定提供了一种新方法。     

MW-PLS法对雷尼替丁粉末药品的定量分析

结合可移动窗口偏最小二乘法（MW PLS）, 利用近红外漫反射光谱建立雷尼替丁粉末药品质量分数无损快速检测方法. 对模型进行优化时选择一阶导数、 二阶导数、 卷积平滑和快速Fourier变换预处理方法, 并优化隐变量数等模型参数. 以逼近度Da作为建模参数的优化评价标准, 最终得到测定雷尼替丁粉末药品的最佳模
型. 用该模型进行预测, 其校正集和验证集的预测值和真实值间的相关系数（Rc）分别为0.984 5和0.977 5, 校正集的均方根误差（RMSEC）为0.003 1, 验证集均方根误差（RMSEP）为0.003 3. 与高效液相色谱(HPLC)测定结果比较, 其相对误差≤2.422%.     

基于改进BP算法的中频淬火工艺参数预测

以钢的中频淬火工艺参数为研究对象,构造人工神经网络模型,采用3-4-2-2两层前向BP神经网络结构.模型输入参数为设备频率、淬硬层深度、零件尺寸,输出参数为加热时间、比功率.采用改进的BP网络算法--Levenberg-Marquardt算法,隐层、输出层传输函数分别为log-sigmoid函数和线性函数,经1 500余次训练,达到平方误差和《0.01.预测值与实际值的相对偏差在±4%以内.该算法能够较好地满足生产实际需要,具有较高精度.     

一种基于人工神经网络的无线传感器网络定位算法

提出了一种基于人工神经网络(ANN)的无线传感器网络定位方法,RSSI的结果被用来作为人工神经网络的输入,采用遗传算法优化人工神经网络的结构.采用MATLAB进行仿真,模拟20 m×20 m室内静态网络环境下的8个已知位置节点.实验结果表明,该方法比传统方法的定位精度高、适应性强,效果较好.     

利用人工神经网络判别陶瓷原料种类

利用三层 BP人工神经网络 ,对陶瓷原料进行模式识别 .以原料特征参数作为判别指标 ,由训练样本集得到最佳网络参数 ,然后对待测样本的种类进行预测 .研究结果表明 ,人工神经网络用于陶瓷原料的模式识别 ,其结果和实际一致 .该方法有助于配方中陶瓷原料的选择 ,值得推广     

民间法正义观的转型

研究了国家法的抽象正义观与民间法的情理正义观,认为西方国家法的抽象正义观与东方民间法的情理正义观存在实质的不同,原因在于思维方式、超验与经验传统、政治结构的差别。在现代法治理念下,传统民间法所代表的正义观将向混合正义观转型,西方法治所代表的国家法抽象正义观是其骨架。     

关于农业区划地图集中的统一协调问题

图集的统一协调,对图集质量有很大影响。本文是作者在编制北京市农业区划地图集的实践基础上,根据地图信息传输论的观点,对农业区划地图集的统一协调的内容及方法进行了探讨。试图总结编制这类图集的统一协调模式,以供读者编图时参考。     

十二烷基苯硝化选择性的测定

利用对位异构体的对称性由核磁共振氢谱测定了工业十二烷基苯在硝硫混酸中的硝化选择性，发现一硝化产物中对位异构体的比例为７５％￣８０％。以月桂酸和苯为原料，经氯化、酰化和还原合成了正十二烷基苯。在同样条件下研究了正十二烷基苯的硝化，由核磁共振氢谱和气相色谱分析，发现一硝化产物中对位异构体的比例仅为６０％。根据空间位阻效应，对结果进行了讨论，并与甲苯，乙苯，异丙苯等短链烷基苯的硝化结果进行了比较。     

YBCO掺杂效应研究

介绍了YBCO掺杂的基础知识,总结了YBCO各个位置采用典型元素掺杂而导致的超导电性和结构的变化,阐述了掺杂对YBCO的重要影响,并简介了当前YBCO掺杂效应研究中的几个热点问题.     

高频机组基础振动检测分析

为了找出诱发高频机组基础不良振动的原因，从基础计算模型方面对基础激励与响应进行了分析，以两个高频机组基础为动测实例，经模态分析得出钢筋混凝土构架式基础竖向1阶振动与电机产生共振；应用功率谱法对动力机组及基础平台进行动测，得出平台异常响应频率66Hz为水泵工作频率，调整机器的工作频率可避开不良振源影响，达到明显的减振效果。由此而知，动力机器基础出现不良振动时，不可盲目改变结构的动力特性，应在机器不同工况比如：停机、起机及正常转速下，对机器及基础进行动测并对振动信号进行比较分析，以制定出行之有效的减振方法。     

整数幂的和计算中的一些规律

给出整数幂的和的另一种计算公式的方法.     

曲面“侧”概念的“参照物”理解法

曲面“侧”是一个重要而难以理解的概念 ,本文对曲面“侧”概念的讲授方法进行了探讨 ,给出了曲面“侧”概念的“参照物”理解法 ,通过实践证明 ,效果良好。     

关于一维非自治时滞系统点态退化一例

给出了一维非自治时滞系统点态退化的一个例子,拓宽了该领域的研究。     

宏观收入分配不等性分析

宏观收入量的分配不仅反映一个国家总体消费的基础水平，而且影响到各阶层消费水平及消费方式．虽然一个国家的宏观收入量的分配不可能绝对平等，但是不等性的大小往往影响到社会和经济的发展，影响到社会的稳定．本文采用洛伦茨曲线、基尼系数来描述宏观收入的不等性，并结合实际情况对我国宏观收入的不等性进行了具体的分析．     

老年人生活空间移动性影响要素研究进展

 老年人生活空间移动性是老年人在日常生活中能动生活状态的重要表征。在梳理老年人生活空间移动性相关概念、测度方法基础上,分析了物质环境要素和非物质环境要素对老年人生活空间移动性的影响;提炼出有效支持老年人生活空间移动性的中观环境规划、微观环境设计和政策文化扶助层面的策略;指出了老年人生活空间移动性的研究建议和发展方向。