对传神经网络算法的改进及其应用

针对传统对传神经网络(Counter propagation networks,即CPN)要求输入向量必须均匀分布以及隐含层神经元个数难以确定,其应用受到很大局限等问题,对CPN算法进行改进并运用于电力负荷预测.研究结果表明:通过改进CPN算法的初始权重设置规则,克服了对输入向量限制过于严格的不足;通过优化算法运行步骤,提高了算法的运行效果;改进后的CPN算法比BP算法所得预测结果误差小,比目前电力负荷预测研究中RBF和Elman神经网络所得预测结果误差也小;与BP算法相比,CPN改进算法的预测精度提高4%左右,运算时间减少45%,适用于电力负荷的预测.     

3种抗生素在小白菜中的积累迁移及风险评估

为了探究土壤中氯霉素类抗生素对小白菜生长的影响及累积迁移规律,并进行健康风险评价.通过盆栽试验,在含有不同质量比(0,5,10,25 mg/kg)的氟苯尼考、氯霉素、甲砜霉素土壤中种植小白菜,检测根茎叶中各抗生素的累积量;采用富集系数、迁移系数分析土壤-小白菜体系的迁移累积特性,并采用风险商值(hazard quoti...