3－甲基芬太尼衍生物构效关系的自组织人工神经网络研究

本文运用Ｔ．Ｋｏｈｏｎｅｎ自组织人工神经网络建立了３－甲基芬太尼衍生物的镇痛活性与其结构特征参数间的非线性关系，结果表明，该网络性能良好，识别成功率高，可望成为药物构效关系研究的有效辅助手段。

运用自组织人工神经网络模型判别柑桔溃疡病始见期

1984～1990年运用T.Kohonen自组织人工神经网络模型系统观察甜橙新梢萌芽(始花)的时期及有关天气资料,建立了柑桔溃疡病始见期预测的计算机智能专家系统。经1991年春梢及幼果的柑桔溃疡病斑始见期验证,预测准确,历史回验,符合率达100％。

自组织人工神经网络在氟化物非晶态形成的判别条件中的应用

本文运用Ｔ．Ｋｏｈｏｎｅｎ自组织人工神经网络，利用化学健参数法，研究了三元系氟化物非晶态形成的判别条件，建立了相应的计算法判别智能软件．识别成功率较高．结果表明，该方法性能良好，可望成为研究化合物非晶态形成条件的有效的辅助手段．

自组织人工神经网络在多金属成矿预测中的应用

本文运用ＴＫｏｈｏｎｅｎ自组织人工神经网络，对鄂东南地区４４个铁帽进行了计算机识别，识别成功率达１００％。结果表明，该方法性能良好，可望成为多金属成矿预测的一种有效的辅助手段。

自组织人工神经网络在民航旅客盈利能力细分中的应用

目前采用的基于里程的旅客划分方法不能清晰区分旅客价值,应用Kohonen T自组织特征映射的人工神经网络模型将反映旅客盈利能力的多维行为特征属性数据以有序的方式映射到对旅客盈利性判别等级的低维空间,形成对旅客正确识别的一种拓扑意义的有序图。试验结果表明,此模型对客户细分识别成功率较高,准确率可达90.8%。

用自组织人工神经网络分类、识别矿物

作者运用三维Ｔ．Ｋｏｈｏｎｅｎ自组织人工神经网络对我国沉积碳酸盐型锰矿中菱锰矿进行分类、识别。所选研究实例中，识别成功率达１００％．结果表明，该网络性能良好，可望成为矿物识别的有效手段。

芬太尼衍生物构效关系的自组织人工神经网络研究

本文运用Ｔ．Ｋｏｈｏｎｅｎ自组织人工神经网络建立了芬太尼衍生物的镇痛活性与其结构特征参数间的非线性关系．结果表明，该方法识别成功率较高，可望成为药物构效关系研究的有效辅助手段．

自组织人工神经网络在地震综合预报中的应用

本文运用Ｔ．Ｋｏｈｏｎｅｎ自组织人工神经网络进行地震综合预报，以云南多震区──滇西南地震区为例进行实际判别计算。预测成功率较高。结果表明，神经网络方法性能较好，可望成为地震实际预报的一种有效的辅助手段。

用自组织人工神经网络研究黄土孔隙性分类判别

本文运用三维Ｔ·Ｋｏｈｏｎｅｎ自组织人工神经网络，对洛川黄土孔隙性的实例数据进行了分析，建立了洛川黄土孔隙性预测的计算机智能专家系统。结果表明，神经网络方法性能良好，可望成为黄土孔隙性分类判别的有效辅助手段。