人工神经网络-紫外吸光光度法同时测定芴和苊

用人工神经网络-紫外吸光光度法不经分离同时测定芴和苊,并与偏最小二乘-紫外吸光光度法比较.对合成样品进行分析.结果表明,人工神经网络法同偏最小二乘法一样能获得满意的分析结果.     

线性规划分光光度法同时测定苊和芴的研究

采用线性规划分光光度法，不经分离同时测定混和体系中的苊和芴，并与卡尔曼滤波分光光度法比较。对人工合成样品进行分析。结果表明，线性规划法与卡尔曼滤波法结果基本一致，其测定危和芴的相对误差分别为0．48％，0．48％和0．27％，0．82％．     

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     

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0-720mg/L和甲苯在0-840 mg/L范围内服从比尔定律.     

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．     

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%.     

人工神经网络用于光度法同时测定铜和镉

采用PAR-Cu、Cd显色体系,应用L-M优化BP神经网络原理,对吸收光谱严重重叠的两组分金属配合物体系同时进行各含量测定,获得较为满意的结果。实验表明,该方法具有学习速度快、预测结果准确度高等特点,是多组分分析的较好方法之一。     

间接紫外吸光光度法测定蔬菜中Vc含量

用I3^-间接紫外吸光光度法测定了11种蔬菜中的Vc含量，并进行了重复实验和回收实验。结果：Vc含量在0．116—0．872mmol／kg之间；重复实验的CV在0．38％--8．31％之间；回收率在92．05％--107．09％之间。该方法的准确度较好，且方法简便，灵敏度可达0．025mmol/kg，可用于新鲜蔬菜中Vc的快速、简易测定。     

人工神经系统的研制与进展

本文介绍人工神经系统与传统人工智能的区别,人工神经系统与实际神经系统的比较,以及人工神经系统的研制与进展.     

流动注射化学发光同时测定利福平和异烟肼

提出了一种基于人工神经网络的流动注射化学发光同时测定利福平(RFP)和异烟肼(INH)的新方法:在碱性条件下RFP和INH均可定量还原N-溴代丁二酰亚胺(NBS)产生化学发光,而二者的反应动力学光谱不同.通过测量不同反应时间的化学发光强度,用人工神经网络(ANN)建立校正模型并进行预测可同时测定RFP和INH.相比较已报道的同时测定RFP和INH的方法,本方法具有灵敏度高,简单快速等优点,并已成功地用于药物合剂中RFP和INH的同时测定.     

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。     

人工神经网络同时测定法在环境监测中的应用研究

论述了人工神经网络技术在环境监测中与光度法、光谱法、色谱法、流动注射法等多种分析方法相结合实现多组分同时测定的研究进展.以及人工神经网络在环境评价中的应用.并对人工神经网络在环境监测中多组分同时测定的应用前景做了综述.     

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     

人工神经网络-流动注射化学发光法同时测定金和铂

将人工神经网络和流动注射化学发光法相结合, 建立了一种不需要分离、 同时测定痕量金和铂的方法. Luminol-H₂Ｏ₂作发光剂, 阳离子交换树脂和掩蔽剂EDTA在线消除干扰离子的影响, 用人工神经网络解析Au和Pt混合化学发光动力学曲线. Au和Pt的检出限分别为1.58×10^-6 mmol/L和2.00×10^-3 mmol/L, 相对标准偏差分别为1.25%和1.59%. 模拟混合样的分析误差小于20%.