人工嗅觉研究进展及其在食品香气评定中的应用展望

概述了人工嗅觉系统的研究历史与应用现状，详细介绍了人工嗅觉系统的基本原理。

并联神经网络在烤烟内在品质评定中的应用

应用并联神经网络分析方法，能直接将烤烟主要化学成分测量数据转换为与香气、吃味、杂气、刺激性等评吸专家的感官评定指标值相一致的结果。应用实例表明，与感官评定方法相比，该方法在客观性。

基于并联神经网络的烤烟内在质量分析方法

提出了一种并联神经网络，能直接将烤烟主要化学成分测量数据转换为与香气、吃味、杂气、刺激性等人的感官评定指标值相一致的结果。该方法不必预先假定数学模型，较常规数据处理方法有更广泛的适用性。应用实例表明，与感官评定方法相比，该方法在客观性、准确性等方面显示出优越性。

改进的RBF神经网络模式分类方法理论研究

研究了前向两层径基函数 ( RBF)网络和前向两层线性基本函数 ( LBF)网络的分类机理及其结构与初始参数优化确定方法 ,提出了 Guassian核函数的中心和宽度应通过学习自动确定 ,在学习过程中根据错分样本自身的类别和被错分入的类别自动生成新的核函数 ,并根据新增核函数对测试集的作用自动删除多余核函数的观点 ,从理论上阐明了采用 Sigmoid活化函数的两层LBF网络的分类阈值为 0 .5 ,进而提出了由两层 RBF网络和两层 LBF网络组成的前向 RBF神经网络——

电子鼻技术新进展及其应用前景

详细阐述了电子鼻技术的基本原理 ,介绍了它的研究历史、应用现状与发展趋势 ,指出了这门信息新技术实现过程中需要解决的问题 ,重点展望了它在香料香精、卷烟。

嗅觉模拟技术综述

详细阐述了嗅觉模拟技术的基本原理 ,介绍了嗅觉模拟技术研究的历史、应用现状与发展趋势 ,指出了嗅觉模拟技术研究中需要解决的问题 ,展望了嗅觉模拟技术在香料香精、卷烟。

有教师的线性基本函数前向三层神经网络结构研究

优化选择隐节点数是人们在应用基于误差反传（BP）算法的有教师的线性基本函数（LBF）前向三层神经网络过程中首先遇到的一个十分重要而又困难的问题．本文从国内外大量应用实例中总结归纳出了一个初定这种网络隐节点数的经验公式，提出了一种判断所选隐节点数是否多余的具体方法，并从理论上做了详细的推导．两个应用实例表明，本文提出的经验公式是可靠的，判断隐节点数是否多余的新方法是简便的．

有教师的线性基本函数前向三层神经网络结构研究

从大量应用实例中总结归纳出了一个初定有教师的线性基本函数前向三层神经网络隐节点数的经验公式，提出了一种判断所选隐节点数是否多余的新方法。最后用两个实例予以验证。

微含量简单成分气体的人工嗅觉分析方法

提出了由两层径基函数（ＲＢＦ）网络和两层线性基本函数（ＬＢＦ）网络组成的串联神经网络，建立了由ＳｎＯ２ 半导体气敏传感器阵列和串联神经网络分类方法组成的人工嗅觉系统． 对微含量的甲醇、乙醇、丙酮挥发气的测试与分析结果表明， 提高了人工嗅觉系统的灵敏度和识别能力，为人工嗅觉系统对简单与复杂成分气味的实时检测和食品香气质量的人工分析创造了条件．关键词 嗅觉模拟， 串联神经网络，

自适应RBF-LBF串联神经网络结构与参数优化方法

研究了前向单层径基函数 (RBF)网络和前向单层线性基本函数 (LBF)网络的分类机理 ,提出了RBF的中心和宽度应通过学习自动确定 ,在学习过程中根据错分样本被错分入的类别自动生成新的核函数这一观点 .如果两个或两个以上核函数属于同一类 ,在输入空间相距较近且未被其它类别的样本分隔开来的情况下 ,则应考虑将之合并 ,或者使它们的作用区域部分重叠 .从理论上阐明了采用Sigmoid活化函数的单层感知器的分类阈值为0 .5 ,进而提出了由单层RBF网络和单层感知器组成的串联RBF LBF神经网络 .文中详细给出了确定该串联RBF LBF神经网络结构、核函数个数、位置与宽度的优化算法 .一般来说 ,该算法的计算复杂性比前向单隐层感知器采用的误差反传算法要小或至少相当 .对几个经典的模式分类难题的处理结果表明 ,与一般RBF网络和前向单隐层感知器网络相比 ,该串联RBF LBF网络及其自适应学习算法具有收敛速度快 ,分类精度高 ,易于得到最小结构 ,在学习过程中不易陷入局部极小点等优点 ,有利于实现实时分析 .实验结果同时也验证了单层LBF网络对提高RBF LBF网络分类正确率的重要性 .

RBF-LBF串联神经网络模式分类法快速测定微量甲醇

提出了由两层径基函数（RBF）和两层线性基本函数（LBF）网络组成的串联神经网络模式分类方法。对气敏传感器阵列测试八种浓度甲醇溶液挥发蒸汽所得到的样本集进行分类实验表明，这种模式分类方法速度快，分类精度高，优于前向三层径基函数网络和线性基本函数网络模式分类方法。

RBF—LBF串联神经网络方法快速测定微量甲醇

提出了由两层径基函数(RBF)网络和两层线性基本函数(LBF)网络组成的串联网络。对气敏传感器阵列测试八种浓度甲醇挥发蒸汽所得到的样本集进行分类实验,表明这种网络分类速度快,分类精度高,优于前向三层RBF网络和前向三层LBF网络。

人工嗅觉系统在卷烟内在质量客观评定中的应用展望

概述了人工嗅觉系统的研究历史与应用现状．详细介绍了人工嗅觉系统的基本原理，阐述了基于神经网络的人工嗅觉系统在卷烟内在质量评定中的广阔应用前景．

人工嗅觉研究进展及其在食品香气评定中的应用前景

概述了人工嗅觉系统的研究历史与应用现状，详细介绍了人工嗅觉系统的基本原理，阐述了基于神经网络的人工嗅觉系统在食品内在质量评定中的广阔应用前景。

径向—线性基本函数串联神经网络模式分类法与应用

本文提出了由两层径基函数网络和两层线性基本函数网络组成的串联神经网络快速模式分类方法。两个应用实例表明，这种新方法收敛速度快，分类精度高。

基于遗传算法的卷烟质量评定神经网络模型

卷烟质量的优劣迄今仍是靠卷烟评吸专家的感官进行评定。由于受到多种主、客观因素的影响，评定结果的准确性往往难以保证。为此，作者提出了一种基于遗传算法的神经网络评定模型及获取网络权重参数的具体遗传操作方法。实例证明，该模型能够根据烟草中的６种化学成分（总糖、还原糖、总氮、烟碱、氧化钾及氯离子）的测量值来确定卷烟的质量。为今后对卷烟质量进行人工智能评定打下了基础。

基于神经网络的软件质量综合评价方法

研究了软件质量评价的度量模型,指出了软件综合质量评价中需要解决的一致性与稳定性问题,提出了基于前向单隐层神经网络的软件质量评价方法,一个软件质量评价实例表明,该方法具有满意的效果。

人工嗅觉传感阵列技术和模式分类方法的新进展

本文对近年来国内外有关嗅觉传感器阵列和模式分类方法的最新研究成果进行了综述，尤其对人工神经网络在嗅觉数据处理系统中的应用成果作了较详细的介绍，实验证明，人工神经网络模式识别方法优于其它方法，具有广阔的应用前景。

改进的RBF神经网络模式分类方法应用研究

经典的 Bayes分类方法一般需要事先对样本的分布特性作出假设 ,当假设模型与样本实际分布情况不相符时 ,就难以得到较高的分类精度。当处理同类别多区域样本分布问题 ,例如变标签问题时 ,距离判别、Fisher判别、k-近邻分类、分段线性分类等统计分析方法遇到困难。双螺旋问题不仅使统计方法受到挑战 ,更使人们对一般前向多层神经网络的能力提出疑问。本文提出了改进的 RBF神经网络结构、核函数个数、位置与宽度优化算法。该算法的计算复杂性与一般前向三层LBF网络所用的误差反传算法大致相同。核函数生成既考虑了训练集样本自身的类别因素 ,又考虑了错分样本与邻近类别的关系。一个核函数的最终保留与否根据其对提高测试集分类正确率的贡献大小来决定。同时实验验证了两层 LBF网络对提高改进的 RBF网络分类正确率的极端重要性。大量应用实例表明 ,与前向三层 RBF网络和前向三层 LBF网络相比 ,该 IRBF网络具有收敛速度快、分类精度高、易于得到最小结构、在学习过程中不易陷入局部极小点等优点 。

知识图谱中实体相似度计算研究

实体相似度的计算有诸多应用,例如,电商平台的相似商品推荐,医疗疗效分析中的相似病人组等。在知识图谱的实体相似度计算中,给出了每个实体的属性值,并对部分实体进行相似度的标注,要求能得到其他实体之间的相似度。该文把该问题归结为监督学习问题,提出一种通用的实体相似度计算方法,通过清洗噪声数据,对数值、列表以及文本等不同数据类型进行预处理,使用SVM,Logistic回归等分类模型、Random Forest等集成学习模型以及排序学习模型进行建模,得到了较好的结果。