美托洛尔光学异构体在药动学和药效学上的差异

综述美托洛尔和β受体阻断剂所存在的光学异构现象．美托洛尔具两种光学异构体：（一）－美托洛尔和（＋）－美托洛尔．（一）－美托洛尔对家兔离体和在体心脏的心率抑制效应、心肌收缩力抑制效应以及降低山羊血压的效应皆远大于（十）－美托洛尔．（一）－美托洛尔与β受体的亲和力远大于（十）－美托洛尔．人体的氧化代谢表现出对（＋）－美托洛尔略具选择性；而狗的氧化代谢表现为对（一）－美托洛尔略具选择性，这种光学选择性存在着种属和个体差异．药物代谢的立体选择性是由肝药酶的立体结构所决定的．美托洛尔在与其他药物合用时往往表现出药物相互作用的选择性．包括美托洛尔在内的β受体阻断剂的蛋白结合率以及在肾上腺素能神经末梢的贮存和分泌皆具立体选择性．这对于临床给药具有实际意义．     

异丙酚的药动学、药效学及临床应用研究进展

目的：探讨异丙酚的药理学及临床应用特征，以指导临床用药。方法：综合分析国内外研究现状并加以归纳。结果：异丙酚特有的药理学特征，使其广泛的在临床应用。结论：异丙酚是一个较理想的新型静脉麻醉药。     

分形理论在药动学和药剂学中的应用

分形作为数学的一个新分支，逐渐渗透到自然科学的各个领域、各个学科，现已成为描述自然界复杂性的普遍规律的一门学科，为解决药学领域出现的一些复杂问题提供了新的思路和方法．系统论述了分形理论近年来在药动学和药剂学中的应用，并简述了其发展前景．     

神经网络在储层参数描述中的应用

神经网络是生物神经系统的一种高度简化的计算机模式，已应用于许多领域，包括模式识别、分类和信号处理。文章研究了神经网络应用于石油勘探中储层参数描述的可能性。结果表明，神经网络对储层参数的描述提供了一种简单而又很有潜力、非常有用的工具。     

结构等价型模糊神经网络算法及其应用

提出一种结构等价型模糊神经网络的学习算法。等价型神经网络根据模糊系统的推理规则,决定等价的神经网络结构参数。     

人工神经网络在结构可靠性中的应用

将人工神经网络应用于结构可靠性的研究，就结构可靠性研究的神经网络模型的建立及网络训练的有关问题进行了探讨和讨论，同时给出了相应的算例。     

BP神经网络在水质检测中的应用

随着现代社会用水量不断加大,亟待建立一种简单有效的水质检测方法,来快速地对水质做出评价.由于神经网络先天具有并行处理信息的能力,解决此类问题有着其特殊的优势.本文提取了8个影响水质的主要指标,并运用BP神经网络对样本的水质进行了评价,取得了良好的效果.     

基于FPGA并行加速的脉冲神经网络在线学习硬件结构的设计与实现

当前,基于数字电路的脉冲神经网络硬件设计,在学习功能方面的突触并行性不高,导致硬件整体延时较大,在一定程度上限制了脉冲神经网络模型在线学习的速度。针对上述问题,文中提出了一种基于FPGA并行加速的高效脉冲神经网络在线学习硬件结构,通过神经元和突触的双并行设计对模型的训练与推理过程进行加速。首先,设计具有并行脉冲传递功能和并行脉冲时间依赖可塑性学习功能的突触结构;然后,搭建输入编码层和赢家通吃结构的学习层,并优化赢家通吃网络的侧向抑制的实现,形成规模为784～400的脉冲神经网络模型。实验结果表明：在MNIST数据集上,使用该硬件结构的脉冲神经网络模型训练一幅图像需要的时间为1.61 ms、能耗约为3.18 mJ,推理一幅图像需要的时间为1.19 ms、能耗约为2.37 mJ,识别MNIST测试集样本的准确率可达87.51%;在文中设计的硬件框架下,突触并行结构能使训练速度提升38%以上,硬件能耗降低约24.1%,有助于促进边缘智能计算设备及技术的发展。     

神经网络在梯度功能材料制备中的应用

针对梯度功能材料（ＦＧＭ）制备过程的复杂性，提出了利用神经网络信息处理机制进行制备材料的特性预估，实例分析表明，这一方法是有效的，同时，针对ＢＰ学习算法速度较慢，易陷入局部极小的缺点，改函数型连接网络来提高学习速度，试验表明学习速度提高显著。     

神经网络在自动控制中的应用

从神经网络的产生、特点、发展以及在自动控制中的应用等方面，对神经网络进行了综述。     

模糊神经网络及其在信道均衡中的应用

阐述了模糊逻辑与神经网络的特点以及两者相融合的历程，分析了模糊神经网络盲均衡算法的历史、现状、特点及其发展趋势。     

一种RBF神经网络高精度算法研究及应用

剖析了RBF神经网络基本算法的原理以及激励函数参量与隐层单元数量按经验选取所带来的问题.基于RBF神经网络结构,以网络的权阈值为设计变量,网络误差为目标函数,通过合理的动态变量排序,构建了一种RBF神经网络的新的高精度算法,并编制计算程序.与RBF网络基本算法相比,这种算法是以权阈值为未知变量的真实优化过程,实现了RBF神经网络的高精度计算.从方程论理论出发,给出了网络隐层结构的合理确定方法.通过实例的程序分析,表明了该优化算法具有较高的样本拟合与插值精度,为进一步理论研究与工程应用提供基础.     

全息神经网络的原理及其应用

简论全息神经网络的基本原理及其几种重要应用。     

一种改进的递归神经网络及其仿真研究

针对BP神经网络在学习速度方面的不足,在Jordan和Elman网络结构的基础上,提出了一种带偏差单元的IRN(internally recurrent network)网络模型,根据BP算法推导出了该网络模型的权系数调整规则,并应用该网络模型进行了故障诊断方面的仿真分析.试验结果表明,该网络模型的收敛速度比一般BP网络有了很大提高,具有很好的实用性.     

量子神经网络动力学及其在信息安全中的应用

提出了二阶Hopfield神经元及其量子动力学模型，讨论了它的粒子数图像，计算了真空量子涨落幅度值。这个幅度值是设计量子神经电子器件，井基于量子神经网络器件进行量子神经计算、量子神经信息存储与提取的物理限制。文章还进一步讨论了量子神经网络器件在信息安全中的应用。     

神经网络及其研究进展

神经网络是人工智能应用的重要研究领域,因其出色的高度非线性映射能力、自组织和适应能力、记忆联想能力,已经成为机器学习研究的热点,本文讨论了神经网络的发展过程,理论依据以及神经网络的未来发展,     

改进的小波神经网络及其Matlab仿真

针对小波神经网络存在的不足,对其结构进行改进：构造四层结构的小波网络,增加一层隐含层,并在这一层中将网络输入不同类型的参数进行分类综合.改进后的网络结构更具直观性和物理意义,且网络权值被大大精简,提高了网络的训练和收敛速度.     

BP神经网络在旋转机械故障诊断中的应用

人工神经网络模型是在现代生物神经系统研究基础上建立的一种网状结构，是对人脑某些基本特性的一种简单的数学模拟。神经网络以其信息的并行分布式处理、联想记忆、自组织及自学习能力，在机械故障诊断领域显示了极大的应用潜力。本文就神经网络对给定知识的表达、联想、记忆能力及网络结构进行了研究，利用反向误差传播网络对旋转机械中四种典型故障进行了实例分析诊断，取得了令人满意的效果。     

人工神经网络在数学中的某些应用

证明了非多项式偶函数可以作为人工神经网络的激活函数逼近一类可积函数,并给出了人工神经网络在整函数中的一个应用。进一步证明了存在集合F在L1(K)(KR1)中稠,但是F(FL1(R1))在L1(R1)中不稠;也证明了L1(R1)中元的傅立叶变换不是整函数。     

一种混沌神经网络及在优化计算中的应用

提出了一种混沌神经网络模型。在Hopfield网络中引入混沌机制,首先在混沌动态下搜索,然后利用HNN梯度优化搜索。对非线性函数的优化问题仿真表明算法具有很强的克服陷入局部极小能力。