人工神经网络在环孢素血药浓度预测中的研究

本文介绍了神经网络的概念和基本特征,并简要综述了国外将神经网络应用于环孢素A浓度预测的方法和基本情况,说明了将神经网络应用于个体化给药的的可行性和指出了它的应用前景.     

泰拉霉素的研究进展

泰拉霉素是一种动物专用的大环内酯类抗生素,主要应用于防治猪和牛的呼吸系统疾病。泰拉霉素具有抗菌活性强、抗菌谱广、吸收迅速、生物利用度高、消除半衰期超长、药效持久、单次给药即可完成整个治疗过程等优点。为了促进泰拉霉素的合理应用、研制和开发,通过对其合成方法、作用机理、抗菌活性、检测方法、药代动力学、药效学、生物安全性和残留等相关研究进展进行综述。     

葛根素口服给药后大鼠体内药代动力学研究

建立测定大鼠血浆中含葛根素量的方法,并应用于葛根素在大鼠体内的药代动力学研究.使用HPLC检测葛根素在大鼠血浆中的血药质量浓度,并应用Kinetica软件对葛根素的药代动力学参数进行非房室模型拟合.结果表明所建立的方法精密度、稳定性均良好,方法回收率和萃取回收率均符合药代动力学要求.葛根素在大鼠体内药代动力学参数为:C_(max)=(1 569. 67±216. 67) ng/mL,T_(max)=(0. 22±0. 075) h,AUC=(1 647. 87±108. 76)(h)*(ng/m L),t_(1/2)=(1. 61±0. 11) h.本实验明确了葛根素口服给药在大鼠体内的药代动力学情况,为药物的相互作用及临床合理用药提供参考数据.     

借力平台资源，提高国家天然药物药代研究标准

中药有着数千年的发展史，中医药虽然在中国有着稳定的市场和生命力，然而传统的中药却缺少可靠的药效学、体内药代动力学和安全性数据，无法得到现代医学证明的中药，并不被世界医药的主流认可。     

临床常用传统抗癫痫药物及其药理作用特点

癫痫是临床上常见的神经系统疾病,目前药物治疗是癫痫的主要治疗手段。常用的抗癫痫药物既包括传统的抗癫痫药,又包括近十多年来新上市的新型抗癫痫药。与新型抗癫痫药相比,苯巴比妥、苯妥英钠、卡马西平、丙戊酸等传统抗癫痫药具有疗效确切、价格低廉等优点,现对常用传统抗癫痫药的药效学与药代动力学特性及不良反应等药理作用特点分别作一综述。     

半参数技术在生物医学领域中的应用

近年来半参数技术越来越多地应用于生物特征的识别,相关研究成果（出版物）逐年增加。到目前为止,该技术已用于生物医学领域的各种研究,对此有必要对其应用情况进行及时总结,这将有助于对其发展趋势及应用有一个全面了解。本文综述了半参数技术在不同生物医学领域的应用,包括接受者操作特征（ROC）分析、生存和纵向分析、药代动力学和药效学、暴露研究、基因研究及其它研究领域。其中每一部分以对半参数技术背景的一般描述开始,进而介绍其适用情况,最后对不同的研究加以比较,使大家对半参数技术的应用背景、适用情况、与参数和非参数方法相比的优点以及在疾病诊断中的协变量有概念性认识。     

暂态混沌动力学在神经网络优化计算中的应用

通过在神经网络状态空间演化方程中引入一个非线性反馈项,使神经网络系统的动力学表现出混沌特性。为将混沌动力学作为搜索机制应用于优化问题,又引入一个调节机制构成了暂态混沌神经网络模型。本文着重分析了暂态混沌神经网络动力学行为,并将其应用旅行推销员问题。实现了全局优化且有较快的收敛速度。     

新型动物专用抗生素泰地罗新的研究进展

泰地罗新属于十六元环大环内酯类药物,是动物专用新型抗生素,具有快速吸收、广泛分布、缓慢排泄和高生物利用度的特点,对于多种与动物呼吸道疾病密切相关的病原菌有良好的抑菌作用。对泰地罗新的理化性质、药效学和药代动力学特征等研究进展进行综述,旨在为其在兽医临床中的应用提供参考。     

利用VC实现高斯牛顿算法在药代动力学中的应用

介绍了研究药代动力学数据资料的非线性回归研究方法,即高斯牛顿迭代算法。运用该算法原理并借助VC工具平台用数值实例给出了静脉给药的药代动力学二室模型的参数估计方法和曲线拟合求解。通过药代参数和拟合度系数求解与常用的MATLAB、EXCEL求解方法的准确性和方便性对比并作出评价。结果表明,高斯牛顿迭代算法处理药代动力学模型数据资料结果较好。     

五味子木脂素的药代动力学研究进展

通过整理近年来有关五味子木脂素药代动力学研究的文献,从吸收、分布、代谢和排泄4个方面对五味子木脂素的药代动力学过程进行归纳总结,并对其药代动力学研究进行了综述,以期为五味子相关产品的开发与利用提供依据.     

人工神经网络在图像测速技术中的应用

为了准确、快速地进行图像测速,介绍了一种前向三层自组织竞争人工神经网络,并将其应用于图像测速技术的粒子轨迹测速中。人工神经网络在图像测速技术中的应用才刚刚起步,该方法利用神经网络智能与快速的特点完成粒子的匹配,从而获得流场的速度。与以往的算法相比,神经网络方法具有检测准确和速度快的优点,但对图像质量要求较高。在恒定流流动表面流速的测量和Ｏｓｓｅｎ涡的模拟中分别使用了神经网络方法,获得了良好的测量结果,并证明了该方法在图像测速技术中的应用潜力。     

基于BP神经网络的交流输电线路可听噪声预测模型

可听噪声属于输电线路电磁环境的影响因子之一,其常规预测模型均存在使用条件受约束或预测误差偏大的问题.根据间接预测法的思想,以可听噪声通用表达式中的4个因素为输入变量,可听噪声值为输出变量,建立了三层结构的BP神经网络交流输电线路可听噪声预测模型.以国外多条输电线路可听噪声数据为样本,通过BP神经网络对样本进行训练,运用得到的模型对预测集线路的可听噪声值进行了预测.结果表明,与常规GE公式相比,采用BP神经网络预测模型的预测平均绝对误差要小1.641 4 d B(A).     

混凝土强度的分阶段进化神经网络方法的预测

早期获得混凝土28d抗压强度值,对提高工程质量和加快施工速度具有非常重要的作用。本文在国内外早期推定混凝土强度方法的基础上,提出了用分阶段进化神经网络的方法来预测预拌混凝土的强度,从而可以减少网络训练的时间,加快算法的收敛速度,简化网络结构。     

基于蚁群神经网络船舶发电机故障诊断

BP神经网络在船舶发电机故障诊断中有广泛的应用,但由于BP网络采用的是沿梯度下降的搜索求解算法,存在收敛速度慢、且容易陷入局部极小等问题,给故障诊断带来不便.为此,采用蚁群优化算法代替反向传播算法训练神经网络的权值和阈值.以船舶发电机中的同步发电机为例,利用训练后的蚁群神经网络对其进行故障诊断,并把BP神经网络和蚁群神经网络的训练和诊断结果相比较,结果表明蚁群神经网络具有较好的训练性能、收敛速度、诊断精度和良好的故障识别率,应用于船舶发电机的故障诊断中,具有较好的应用前景.     

一种基于遗传算法的BP神经网络算法及其应用

主要分析了神经网络和遗传算法的特点和存在的一些缺陷，研究了遗传算法和BP神经网络学习算法相结合的相关技术，设计并实现了一个基于遗传算法的BP神经网络算法BP—GA，已应用于肺癌早期细胞病理诊断系统中。实验结果表明，该算法具有较强的收敛性和鲁棒性，其应用效果很好。     

深度神经网络模型数字水印技术研究进展综述

近年来,深度神经网络模型在各种应用领域都取得了巨大的成功,训练先进的深度神经网络模型仍需要大规模的数据集、高昂的算力成本和优异的算法思想,生成的深度神经网络模型成为一种宝贵的资源,也是完成人工智能应用领域某项特定任务的核心算法。因此,深度神经网络模型的安全则变得极其重要,利用数字水印版权保护技术保障模型的安全已经成为人工智能安全领域一个重要的研究方向。为了综述深度神经网络模型数字水印版权保护技术的最新研究进展,首先介绍了深度神经网络模型数字水印技术分类;其次介绍了深度神经网络模型数字水印版权保护技术基础概况;再次归纳总结了深度神经网络模型数字水印版权保护技术的研究方法;最后总结并展望了深度神经网络模型数字水印版权保护领域的研究重点和发展方向。     

BP神经网络的模型优化研究及应用

随着神经网络在数据分析、预测及生产控制中的应用,神经网络的优化学习成为研究的一个重要课题。通过探讨BP神经网络模型的建立过程,针对BP神经网络的模型优化问题进行了详细研究。并通过对银行客户分类的仿真实验证明,优化模型能够有效地提高BP神经网络的收敛速度及预测精度。     

神经网络技术在火电厂的应用研究及前景

重点介绍了神经网络在电厂的应用,阐述了神经网络在电厂应用的有效性和可行性,指出了神经网络广阔的发展前景。     

运动成绩预测系统及实现技术

小波神经网络是将小波理论和神经网络理论结合起来的一种神经网络,它避免了BP神经网络结构设计的盲目性和局部最优等非线性优化问题,大大简化了训练,具有较强的函数学习能力和推广能力及广阔的应用前景.根据这一预测模型,运用混合编程技术所开发的分布式运动成绩预测系统在应用中取得了良好的效果.     

基于覆盖的神经网络集成在语音识别中的应用

神经网络集成通过训练多个神经网络并将各网络的结论进行合成,从而得到最终结果.集成可以显著的提高学习系统的泛化能力.讨论了基于覆盖思想而设计的神经网络集成方法,并将其应用于汉语孤立数码语音识别系统中,通过在集成过程中加入基于覆盖思想的控制算法降低系统的泛化误差,从而使系统的识别效果有了进一步的提高.