基于人工神经网络的结构钢回火后力学性能预测

利用多层前向神经网络，使用B－P算法对结构钢回火性能预测进行了研究。通过利用99种钢450余组训练数据样本对神经网络进行训练，建立了结构钢回火后的力学性能与金属成分和回火温度之间的隐性函数。并针对训练用样本不足的问题，设计了为网络提供自学功能软件，在钢完全淬透的前提下，用此神经网络模型可在一定精度范围内预测结构钢的回火力学性能。     

使用人工神经网络对强力旋压有限元模拟进行参数预选

在筒形件强力旋压领域内，介绍了使用人工神经网络的手段，在MARC有限元模拟的前处理中实现参数预选的方法。作为与有限元模拟相结合的旋压智能化设计的一项关键技术，能够达到减少有限元模拟的误差和工作量的目的。     

用人工神经网络方法预测鼓泡塔气含率

A new correlation for the prediction of gas hod up in bubble columns was proposed based on an extensive experimental database set up from the literature published over last 30 years .The updated estimation method relying on artificial neural network,dimensional analysis and phenomenological approaches was used and the model prediction agreed with the experimental data with average relative error less than 10%.     

基于人工神经网络的高聚物流变性能预测系统

针对影响高聚物流变性能因素的复杂性,利用VB与MATLAB混合编程将人工神经网络技术移植于应用软件,实现人工神经网络技术的各项功能,通过对采集的样本数据进行网络训练,开发了高聚物流变性能参数预测系统。经验证,系统可将预测精度误差,控制在5％以内。     

基于BP网络的保护渣性能预测模型的研究

结合BP网络计算机实验研究 ,建立了保护渣化学组成与性能的预测模型 ,并利用化学组成与性能的关系 ,对网络的实用性进行了检验 ,结果符合保护渣化学组成与性能的关系。保护渣粘度随着保护渣碱度的增大而减小 ,而半球点温度随碱度增大而增大 ;保护渣的半球点温度和粘度都随着渣中CaF2 含量的增加而减小。用BP网络的误差反向传播算法建立的保护渣的化学组成与性能的预测模型 ,得出的预测值与实际值的误差小 ,对保护渣的设计与应用都有一定的指导作用。     

神经网络-光度法同时测定食品中防腐剂和甜味剂

根据食品中常用防腐剂本甲酸和山梨酸及甜味剂糖精钠在紫外区均有吸收的特点，建立了一种以紫外分光光度法为基础对该三组分同时测定的方法，光谱数据采用作者自编的径向人工神经网络MATLAB程序进行处理，苯甲酸、山梨酸和糖精钠的平均标准偏差分别为1.60%、5.23%和1.21%，回收率大为95.0-102.0%之间，将该法应用于食品中二组分的测定，获得较为满意的结果。     

基于神经网络的丙烯腈流化床反应器的离线模拟与优化

A mathematical model is developed for an industrial acrylonitrile fluidized-bed reactor based on artificial neural networks.A new algorithm,which combines the characteristics of both genetic algorithm(GA) and generalized delta-rule(GDR) is used to train artificial neural network (ANN) in order to avoid search terminated at a local optimal solution.For searching the global optimum,a new algorithm called SM-GA,incorporating advantages of both simplex method (SM) and GA, is proposed and applied to optimize the operating conditions of an acrylonitrile fluidized-bed reactor in industry.     

一种改进的视网膜图像中微小动脉瘤的检测算法

基于糖尿病性视网膜病变中最早出现的微小动脉瘤病症进行了研究,提出一种有效的微小动脉瘤检测算法。首先在传统模板匹配算法的基础上提出了一种动态多参数模板匹配算法,并且使用相对误差和与相关系数来共同制约匹配度,从而实现了更为精确的匹配提取;其次提出了基于分布特性的计分策略和自适应加权的汇总策略,避免了单纯采用各个特征量作为独立约束指标进行筛选时忽视各个特征量的约束力大小的弊端。实验结果表明,该检测算法能够有效地提高微小动脉瘤的检测真阳性率。     

人工神经网络在图论中的应用

人工神经剐络与图论之闻有密切的联系。本文把人工神经网络应用于图论的问题求解中,利用Hopfield网络对图的着色、图的最大独立集和最大团进行求解,构造了各自的能量函数,进而得出网络的运行方程。     

简支梁多位置损伤识别研究

曲率模态是结构损伤识别的敏感标示量,采用数值仿真方法,把曲率模态用于桥梁损伤识别.利用简支梁损伤前后一阶曲率变化率作为识别参数,便可明显确定其多处损伤位置.对相关样本参数进行归一化处理并引入噪声干扰,利用BP人工神经网络进行数值仿真计算,也能对其损伤程度进行有效模拟,验证了BP神经网络也有很强的泛化能力及容错能力.