用聚类分析和人工神经元网络解析漆器漆膜裂解色谱图

本文用裂解色谱方法，得到漆器漆膜裂解色谱数据，进一步用聚类分析方法和变步长的误差反向传播人工神经网络方法解析，能够找出漆器漆膜隐含的年代信息。结果证明本法为解析古代漆器漆膜年代信息提供了一条有效的新途径。     

用人工神经网络技术解析色谱重叠峰

用模拟数据和实验数据研究了人工神经网络（ＡＮＮ）方法用于解析色谱重叠峰的可能性，以二甲苯异构体及丙酮－异丙醇重叠峰为例对网络结构进行了优化，提出了两种简单易行的采集数据的新方法和模拟非正态数学模型，结果表明，对不易分开的组分，只要训练集及测试集条件一致，大部分实验数据预测结果满意，用这种方法对色谱峰进行定量，结果可靠，避免花费大量时间寻找谱分离最佳条件。     

裂解气相色谱质谱法研究甲壳素裂解作用

于400-570℃之间，对甲壳素进行热裂解作用，用气相色谱质谱仪鉴别裂解产物．随裂解温度上升，裂解产物急剧增加．在570℃时，出现57个色谱峰，鉴定了其中55种裂解产物，主要裂解产物为醛、酮、酸和酯类、杂环化合物和糖类化合物等．甲基-N-（乙酰基）-D-葡糖胺等是甲壳素的特歹正性裂解产物．甲壳素裂解过程中，发生链剪切作用，聚合物链断裂．经过分子重排，环化，次级反应等形成了各种裂解产物．     

裂解气相色谱质谱法研究Lyocell纤维裂解作用

加热裂解Lyocell纤维,采用气相色谱质谱联用仪研究裂解过程.750℃时,鉴定了其中59种裂解产物,主要的裂解产物为二氧化碳、醛、酮、酸和酯类、呋喃类杂环化合物和糖类化合物等.1,6-脱水-β-D-吡喃葡萄糖(左旋葡聚糖)是Lyocell纤维的重要裂解产物.Lyocell纤维裂解过程中,发生侧基消去水反应,转糖苷作用引起链剪切作用,逆醛醇缩合反应的链剪切作用.经过分子重排,次级反应等形成了各种裂解产物.     

酚醛树脂的热裂解气相色谱质谱研究

对热塑性苯酚甲醛树脂，对甲基苯酚甲醛树脂和叔丁基苯酚甲醛树脂进行热裂解－气相色谱－质谱研究，选择在６２０条件下进行热裂解，其裂解产物通过ＯＶ－１石英毛细管柱分离和质谱鉴定，获得了有关这三种酚醛树脂各自结构的特征信息。     

热裂解气相色谱技术在造纸添加剂作用机理解析中的应用

应用热裂解气相色谱技术分析了热老化过程纸中造纸添加剂的变化,并解析了这些变化与纸的耐折度的关系.实验结果表明, 除了由硫酸铝引起的酸性外,松香和聚丙烯酰胺等造纸添加剂的存在也是引起纸在保存期间耐折度下降的主要原因.热老化过程中,酸性松香施胶纸中的松香含量迅速减少意味着松香施胶剂主要以游离酸的形式存在于松香-硫酸铝复合物中.     

裂解色谱-质谱法研究高聚物的分子结构

运用近年来发展起来的、适用于高分于结构分析的裂解色谱－质谱－计算机联用 分析技术对涂料印花用粘合剂Ｌ的分子结构进行了研究。结果表明：综合运用元素 分析，红外光谱、裂解色谱－质谱联用分析法，可对难于分析的高聚物的分子结构， 共聚组成和单体的相对含量进行测定，具有快速、准确等特点，是高聚物分子结构 研究过程中较理想的分析方法。     

五种落叶松种子裂解气相色谱的鉴别

探索了裂解气相色谱法为落叶松种子分类表征方法的可能性，对５种落叶松及１０个不同产地的兴安落叶松种子的裂解气相谱图，用分区编码法进行区别。     

热裂解气相色谱技术在造纸添加剂作用理解析中的应用

应用热裂解气相色谱技术分析了热老化过程纸中造纸添加剂变化,并解析了这些变化与纸的耐折度的关系,实验结果表明,除了由到铝引起的酸性外,松香和聚丙烯酰胺等造纸添加剂的存在民是引起纸在保存期间耐折度下降的主要原因,热老化过程中,酸性松香施胶纸中的松香含量迅速减少意味着松香施胶剂主要以游离酸的形式存在于松香一硫酸铝复合物中。     

Groundwater Level Predictions Using Artificial Neural Networks

IntroductionThe prediction of groundwater level fluctuation fordifferent natural conditions and usage rates is ofgreat importance for the use and management ofgroundwater resources.However,groundwaterlevel fluctuations are influenced by many factors,such as precipitation,infiltration,usage and thehydro- geological properties of the aquifer.Therefore,the groundwater level fluctuations arecomplicated and difficult to predict,especially indeep areas.Wells are commonly drilled tounderstand aquifer…     

人工神经网络在色谱中的应用

综述了近几年来人工神经网络用于色谱研究中的进展。主要体现在用人工神经网络方法预测色谱保留值、优化色谱分离条件、自动监控色谱仪运行以及揭示色谱数据的隐含信息方面,并展望了人工神经网络在色谱中的应用前景。     

人工神经网络BP算法密集型数据的预处理

针对误差反向传播算法密集型数据输入问题，提出一种数据预处理方法。模拟实验表明，采用这种预处理技术可以极大地改善密集型数据输入时网络的学习效率。     

前馈网误差反传的显式及网络的鲁棒性分析

给出了前馈神经网络误差反传的一种紧凑显式表达，并据此对前馈神经网络的鲁棒性进行了分析，提出了设计鲁棒的前馈同多所应遵循的 若干参考原则。     

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。     

提高BP网络性能的一种方法

分析了ＢＰ网络在目标量的极值区存在较大误差的原因,提出了目标量扩展的数据标度化方法·检验结果表明,该方法不但可以消除目标量极值区的大误差现象、提高网络训练的收敛速度,而且还可以使网络具有外推预测功能,即同时提高了ＢＰ网络的训练性能和应用性能·     

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.     

GPS数据差分人工神经网络模型

在讨论利用差分技术来降低ＧＰＳ数据误差的基础上,提出了ＧＰＳ数据误差关性的概念。通过这种误差相关的分析,讨论在差分过程中利用人工神经网络减小ＧＰＳ数据误差,从而建立了ＧＰＳ数据差分人工神经网络模型,并通过试验验证了此模型的可行性。     

用人工神经网络和多元线性回归预测毛细管气相色谱保留指数

对石脑油各组分在毛细管气相色谱上的保留指数的理论预测,可作为色谱分离过程中识别各组分的一种参考方法,选择了6个分子结构信息描述符,即分子量、三级分子连接性指数、环烷烃的立体异构体参数及密度,作为输入参数以提高BP网络的预测能力,对指数的同一数据集用多元线性回归和BP神经网络同时进行了预测,平均相对误差分别为1．21％和1．29％。