神经网络泛化改进研究

本文比较了5种改善神经网络泛化能力的方法。理论分析与具体的仿真实验均表明，增加样本数需要太多的样本，构造法包含剪枝法与逐步增加法，需要过多的运行时间，皆不实用。早期停止法仅对中等规模的数据有效，对较少数据容易造成过拟合更加严重。因此，正则化方法为最好的改善网络泛化能力方法。     

用于水溶性有机污染物吸附分离的络合树脂开发及应用

吸附树脂具有孔径可调、表面功能基团可控、吸附容量大、容易再生等优点。树脂不仅能像无机吸附剂那样通过离子交换机理和孔径选择性机理吸附分离物质，而且还能通过疏水作用力、范德华力、静电作用、氢键等吸附作用力实现有机废水的治理与资源化。与活性炭相比，吸附树脂具有机械强度好，容易脱附再生。     

用于水溶性有机污染物吸附分离的络合树脂开发及应用

1研究背景 高浓度有机废水通常具有高浓度、高盐度、有机物高水溶性等特点，现有商品化树脂和处理技术，总体去除率还不高，且吸附饱和的树脂还需酸、碱及有机溶剂再生，废水处理成本还较高。因此，     

神经网络的简单偏好现象研究

神经网络在科学研究和工程应用等许多方面都发挥着越来越重要的作用。大量的数值经验表明神经网络与传统机器学习方法有较大的区别：在参数量远大于数据量的情况下,神经网络仍然具有非常好的泛化能力。主要研究在神经网络的训练过程中,从目标函数的频率空间和神经网络的参数空间分别观察到频率原则和参数凝聚现象两类不同的简单偏好。重点讨论这两类偏好对理解和应用神经网络的帮助,并解释其对于神经网络泛化能力的影响,从而理解神经网络相比于传统机器学习方法的优势。     

08AL表面纳米化处理的研究及应用

通过对08Al板材的表面纳米化处理,经过拉伸试验、盐雾试验和磨损试验发现,经过表面纳米处理的08Al板屈服强度和抗拉强度显著提高,耐腐蚀性显著增强,但延伸性能和耐磨性能有所下降.对08Al板表面纳米化处理技术已经得到实际应用,并开发出产品.     

气流粉碎与表面改性一体化制备超细颗粒的研究

文章采用气流粉碎与表面改性一体化的方法制备改性超细碳化硅和二氧化硅颗粒,研究了表面改性过程对气流粉碎过程的影响。在气流粉碎二氧化硅的同时对其进行表面改性处理,二氧化硅颗粒的粉碎出料速度由67g／min提高到82g／min,相比无改性剂时出料速度提高了22‰在气流粉碎碳化硅的同时进行表面改性处理,碳化硅颗粒的出料速度由64．5g／min提高到82g／min,相比无改性剂时出料速度提高了27％。研究结果表明,气流粉碎与表面改性一体化方法能够一步制备得到与有机基体具有良好相容性的超细颗粒,同时还能够提高气流粉碎的出料速率。     

吐哈油田表面活性剂／碱二元复合驱油方法实验研究

针对吐哈油田的油水条件,合成了适用于吐哈油田化学驱的石油磺酸盐DQ—07,DQ-07／Na2CO3的协同效应能使油水界面张力达10^-3mN／m,并有较宽的超低范围。在室内人造岩心二元复合体系物理模拟评价中,二元复合驱油体系的采收率平均可比水驱提高7％以上,说明二元复合驱在丘陵油田非均质油藏条件下,有可能成为吐哈油田进一步提高采收率的新技术方法。     

基于表面应力的电容式生物传感器研究

本项目所提出的是一种新型生物传感器,具有灵敏度高、响应时间短、精度高、生物兼容性好、便于携带的特点,在环境监测、食品工程、临床医学、军事及军事医学等方面都有着广泛的应用前景,为实现我国在生物领域的跨越式发展打下了扎实的基础,并对提升山西省在该领域的自主知识产权有很大的推动作用。     

一维ZnO纳米结构的表面发光机理及调控研究

ZnO是一种宽禁带半导体材料,在紫外及紫蓝光发光二极管(LED)、激光二极管(LD)等光电器件方面具有很大的潜在应用前景.近年来,纳米ZnO材料因其突出的光电性能、丰富的结构形态以及易于生长等特点,成为纳米发光材料与器件研究中新的热点.     

基于灰色GM(1,1)-BP神经网络组合预测模型的辆装备维修器材消耗规律研究

本文运用广义加权平均方法将灰色GM(1,1)理论和BP神经网络两种模型进行组合,建立了车辆装备维修器材消耗规律的数学模型.利用现有的维修器材消耗统计数据,对所建模型进行实例分析,最后验证了其科学性和可行性.     

基于灰色GM（1，1）-BP神经网络组合预测模型的车辆装备维修器材消耗规律研究

本文运用广义加权平均方法将灰色GM（1,1）理论和BP神经网络两种模型进行组合,建立了车辆装备维修器材消耗规律的数学模型。利用现有的维修器材消耗统计数据,对所建模型进行实例分析,最后验证了其科学性和可行性。