大坝智能化安全监测新技术简论

提高大坝安全监测的智能化、标准化，增强传感器布置优化的可操作性等是大坝安全监测技术发展所迫切需要解决的问题．材料科学、数学、力学、人工智能、信息技术与传统大坝安全监测技术的多学科交叉渗透已成为大坝安全监测领域新的研究方向．智能传感器、传感器的网络化在解决上述问题中表现出的强大功能，在大坝安全监测领域已引起广泛的关注．人工智能强大的功能和解决某些问题的独特手段，正在加速监测技术高度智能化的进程．文中在对大坝安全监测传感器、数据采集装置的研制以及布置方案拟定等的研究现状进行综述的基础上，从智能传感器、现场总线控制系统和传感器网路化以及布置优化等几个方面，介绍了大坝安全监测技术新趋势和发展方向，并简述了人工智能技术在提高大坝安全监测水平中的应用前景．     

BP神经网络在氯代羟基苯甲醛QSRR研究中的应用

用BP神经网络法对氯代羟基苯甲醛的定量结构-色谱保留值关系(QSRR)进行了研究,采用多元回归分析对此类化合物的QSRR进行了比较研究，并用因子分析法的斜交因子得分图直观地揭示了上述两法在运用中的优劣差异。     

衡枣高速公路盘古祠边坡稳定性分析

盘古祠边坡由于边坡初步设计不合理，2002年4月出现了滑坡，体积达万余m^3，滑坡治理费达40万元．为了对设计和施工起到超前预报与辅助决策的作用，本文对大量边坡工程实例进行了集成，建立了预测安全系数的ANN模型，并应用ANN技术对盘古祠边坡设计方案的Fs进行了计算，结果表明，初步设计方案导致滑坡是必然的．同时又进一步对治理后的边坡进行了Fs预测，治理方案由于Fs值较高，则是可行的，能保证更改设计后的边坡稳定。     

再论罗家坝遗存

四川宣汉罗家坝遗址二期发掘于2003年3月15日开始,7月上旬结束,取得了突破性成果.对研究古巴人的文化特征,与周边遗址的文化关系及其文化归属提供了可靠的佐证,推测其年代距今约3000-4600年.     

人工智能中的机器学习研究及其应用

机器学习是人工智能研究的中心问题。本文首先介绍了机器学习的背景——人工智能的研究和发展，机器学习的概念。提出了机器学习的研究目标和方法，建立并讨论了一个简单的学习模型。最后指出机器学习的发展必须依靠思维科学的发展，提出了发展机器学习的趋势。     

深基坑工程发展初探

着重介绍了目前国内深基坑工程在设计、施工、管理等主要方面的发展状况和工程施工中存在的主要问题，并在此基础上提出了深基坑工程施工中应当注意的一些事项。     

ICAI技术的应用及发展前景

介绍了智能计算机辅助教育系统的发展及现状，分析了ICAI与CAI的区别．阐述了实现ICAI系统的思路及技术，提出了ICAI的未来发展前景。     

非线性时间序列的重构及预测

采用自适应前馈网络算法(AFN)进行非线性时序预测，对网络结构设计进行详细的探讨，并应用该方法对经典非线性时间序列数据进行预测，与传统预测方法(TAR)比较，结果证明此种方法具有较好的效果，网络的结构得到了简化。不仅满足了误差目标的要求，而且提高了网络的推广能力。且AFN方法可以对时间序列数据间的关系给出一种基于贡献率的解释。     

Prediction of the Performance of the Fabrics in Garment Manufacturing by Artificial Neural Network

An artificial neural network is used to predict the performance of fabrics in clothing manufacturing. The predictions are based on fabric mechanical properties measured on the FAST system. The influences of the different ANN‘s construct on the convergence speed and the prediction accuracy are investigated. The result indicates that the BP neural network is an efficiency technique and has a wide prospect in the application to garment processing.     

PVC膜氯离子选择性电极的制备和尿液中氯离子的测定

以氯离子-三异辛基十六烷基季铵离子缔合物为活性物质,制备了聚氯乙稀(PVC)膜氯离子选择性电极.电极在1.0×10-3～1.0 mol/L范围内呈线性响应关系,检测限为5×10-4 mol/L,响应时间约5 s,漂移小于1 mV/h,平均斜率为47mV/pC.电极的重现性、稳定性良好.采用该电极测定了人造尿液和稀释尿液中氯离子的浓度.用标准加入法,在人造尿液中氯离子的回收率在96.0%～102.5%之间;在稀释尿液中氯离子的回收率在90.3%～98.5%之间.该方法的标准偏差(SD)＜3%,P＜0.05.