径向基人工神经网络法在土壤盐渍化调查中的应用

土壤盐渍化是一个世界性的生态问题,同时也是资源开发和利用问题。对于盐渍化土壤的调查是合理利用土壤的前提条件。文章应用径向基(RBF)人工神经网络,结合多源遥感影像对北方某地区耕地土壤盐渍化状况进行调查研究,取得了满意的效果。

基于灰度共生矩阵和人工神经网络的肺癌CT图像的分类研究

目的研究小细胞肺癌（SCLC）和非小细胞肺癌（NSCLC）的分类问题。方法217例肺癌患者．其中男性165例．殳性52例；年龄35～80岁，平均年龄61．5岁。其中SCLC108例，NSCLC109例。提取患者764幅肺癌CT图像的灰度共生矩阵，选取对比度、熵、能量和逆差矩4个特征值，借助临床确诊结果，利用多层前向（BP）、径向基函数（RBF）人工神经网络对特征进行训练测试。结果BP人工神经网络对10％的78例样本进行测试，SCLC42例预测正确．NSCLC33例预测正确．3例预测失败。RBF神经网络对10％的78例测试样本进行测试，SCLC42例预测正确．NSCLC36例预测正确、类似方法对样本总数的70％进行训练，用30％的230例进行测试；BP人工神经网络有209例预测正确。正确率为90．9％：其中SCLC111例预测正确，正确检出率为88．8％；NSCLC98例预测正确，正确检出率为93.3％。RBF人工神经网络有216例预测正确．正确率为93．9％，其中SCLC117例预测正确，正确率为93．6％；NSCLC99例预测正确，止确检出率为94.3％。可见BP、RBF人1二神经网络对SCLC和NSCLC均具有90％以上的正确率，高于人工诊断结果。结论基于灰度共生矩阵的对比度、熵、能量和逆差矩4个特征值能反映SCLC和NSCLC的有效特征参量．通过人工神经网络能达到分类目的，辅助临床治疗。

碳纳米管修饰电极-人工神经网络同时检测一氯酚三种异构体

建立了碳纳米管修饰电极-人工神经网络同时检测一氯酚三种异构体的方法。在pH=7.0的磷酸盐缓冲溶液中,邻氯酚、间氯酚和对氯酚在碳纳米管修饰电极上均有一灵敏的不可逆氧化峰。采用微分脉冲溶出伏安法,在优化的实验条件下,邻氯酚、间氯酚和对氯酚的峰电位分别为624 mV、712 mV和632 mV,且浓度分别在2.07～103.66μmol/L、4.62～138.60μmol/L和2.71～108.48μmol/L范围内与峰电流呈良好的线性关系,检出限分别为0.9μmol/L、1.0μmol/L和0.8μmol/L。使用径向基人工神经网络(RBF-ANN)对一氯酚三种异构体混合物的伏安谱图进行分析,总预报误差为7.87%,而偏最小二乘法(PLS)总预报误差为15.57%。结果表明,所建立的方法可同时准确检测一氯酚的三种异构体。

径向基神经网络预测天然气凝析油爆炸极限

为了对天然气凝析油爆炸极限进行准确预测,首先在不同组分含量和现场工况条件下测定了它的爆炸上、下限,并将此实验结果作为径向基人工神经网络训练、验证和测试的样本数据库,然后以天然气凝析油中的C5、C6、C7、C8、C9+质量分数,气相中的O2物质的量分数以及操作温度为输入信号,以爆炸上、下限为输出信号,建立了天然气凝析油爆炸极限预测模型。结果表明,当隐含层节点数为34时,7-34-2型径向基人工神经网络结构合理且准确度良好,经过2190次反复迭代后,该模型的均方误差0.0099小于允许收敛误差限0.0100,预测值和期望值近似呈线性,其在训练阶段、验证阶段与测试阶段的决定系数分别为0.9997、0.9998、0.9999,具有较高的相关性,同时,除了C9+质量分数外,天然气凝析油中的C5、C6、C7、C8质量分数,气相中的O2物质的量分数和操作温度对爆炸上、下限的影响非常显著,建议给予重点关注。本文可为天然气凝析油爆炸风险地有效识别、合理控制与及时消除提供科学、可靠的理论支撑和数据来源。

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 .2 3%和1 .2 1 %。回收率大为 95 .0 - 1 0 2 .0 %之间。将该法应用于食品中二组分的测定 。

基于强化自组织映射和径向基神经网络的短期负荷预测

径向基(radial basis function,RBF)神经网络因其泛化能力强、收敛速度快的特点广泛应用于负荷预测。但传统采用K-means和自组织映射(self-organizing map,S O M)训练R B F径向基中心的方法因其全局搜索能力偏弱,仍然存在容易陷入局部最优解的问题,严重制约了RBF预测精度的提高。针对此问题,提出了一种基于强化学习(reinforcement learning,RL)改进的RBF短期负荷预测方法。强化学习通过环境的反馈不断完善搜索策略,具有非常突出的全局搜索能力。所提方法将强化学习以环境反馈修正搜索策略的机制应用于SOM,大幅增强了SOM的全局搜索能力,使其获得逼近最优的径向基中心,提高RBF负荷预测精度。以英国某地区2016年5～9月的负荷数据进行仿真实验。结果显示,与采用K-means和SOM方法训练径向基中心的RBF相比,所提的强化学习改进RBF方法的负荷预测平均相对误差分别由4.58%和4.37%降低至3.30%。

RBF神经网络方法在水质评价中的应用

就径向基函数人工神经网络(RBF)在水质评价中的应用做了探讨。分别从网络结构的选择、可调参数的优化方法和学习样本的代表性3方面作了详细的分析、阐述,并提出了一些解决办法,为RBF网络在水质评价中的应用提供了一定的参考材料。最后以博斯腾湖为例,利用RBF网络建立水质评价模型,模型评价结果趋势基本符合实际,效果较好。

神经网络—光度法同时测定铀矿石中铀和钍

本文讨论了一种不经分离以光度法同时测定铀矿石中铀和钍的方法 ,光谱数据采用径向基人工神经网络程序进行处理。对一组合成样品进行分析 ,铀和钍的平均标准偏差分别为7.56 %和 2 .1 2 % ,回收率大约为 80— 1 1 7%。利用该法对铀矿石中的铀和钍进行测定 。

基于RBF神经网络的接触测量预行程误差预测

针对接触式测量中众多影响因素与测头预行程误差变化之间的非线性映射关系,提出基于径向基函数神经网络的预行程误差预测新方法。对RBF神经网络结构进行改进并建立预测模型,从理论上证明该方法能克服预测过程中网络容易陷入局部极小的问题,并可满足预行程误差预测高精度、高速度的性能要求。

基于神经网络的燃气轮机故障诊断

对燃气轮机润滑油系统常见故障原因进行了分析,并结合专家知识建立了润滑油系统故障知识库;在此基础上将RBF人工神经网络引入燃气轮机装置故障诊断中来,由于采用了一种动态RBF网设计方法,使得神经网络的规模较小同时具有较高的泛化能力,提高了神经网络的诊断速度及准确性。

毛细管区带电泳结合人工神经网络测定足光散中苯甲酸、水杨酸含量(英文)

苯甲酸和水杨酸是中成药足光散的两种主要成分,使用毛细管区带电泳很难将这两种成分完全分离。寻找最优实验条件费时费力且成本高。本文应用径向基函数人工神经网络结合主成分分析处理苯甲酸和水杨酸的毛细管区带电泳重叠峰。无需对这两种酸完全分离则可准确测定足光散中两种酸的含量。测定两种酸的相对误差分别为2.662%和5.516%。这是一种简单可行的测定足光散中苯甲酸和水杨酸含量的方法。

用于渗漉提取过程分析的中药有效组分近红外光谱快速测定法

研究提出一种快速测定中药渗漉提取液中有效组分的近红外 (NIR)光谱分析方法 ,可用于中药渗漉提取过程在线分析 .以中药三七为对象 ,采用人参皂苷Rg1、Rb1、Rd的HPLC测定值及三七总皂苷 (PNS)的比色法测定值作对照值 ,建立了NIR光谱与对照值之间的校正模型 .比较研究了径向基函数神经网络 (RBFNN)和偏最小二乘回归 (PLSR)两种建模方法 ,其中RBFNN校正模型对Rg1、Rb1、Rd和PNS 4种组分的交叉验证均方差 (RMSECV)分别为 1 12 0、 1 2 30、 0 2 6 7、 4 74 9,预测均方差 (RMSEP)分别为 0 6 77、 0 96 9、0 15 5、 8 0 6 5 .研究结果表明 ,本文方法方便、准确、无损 。

基于阴离子特征分析的冬枣产地鉴别

为了考察阴离子用于农产品产地鉴别的可能性,利用离子色谱测定了黄骅、沾化和大荔冬枣及土壤中多种阴离子的含量,并对数据进行了方差分析、偏相关分析、逐步判别分析(SDA)和径向基人工神经网络分析(RBF-ANN).结果表明,冬枣中F^-、Cl^-、NO_2^-、PO_4^(3-)、SO_4^(2-)和C_2O_4^(2-)在不同产地间存在显著性差异,与土壤中阴离子具有显著相关性.逐步判别分析中,上述6种阴离子的判别能力较强,所建判别方程可以准确地鉴别冬枣的产地.RBF-ANN的分析进一步证实了,6种阴离子所建模型的准确率高于全部阴离子的分析结果,Br^-对产地鉴别有一定的干扰作用,鉴别准确度降低.研究结果证实了阴离子结合统计学算法可以建立有效的冬枣产地鉴别模型,选择合适的产地因子是提高产地鉴别模型准确度的关键步骤.

25种持久性有机污染物飞灰-水分配系数的定量结构性质关系研究

分别采用多元线性回归(MLR)和径向基函数人工神经网络(RBF-ANN)建立了2个不同的持久性有机污染物飞灰-水分配系数(Ksc)的定量结构性质关系(QSPR)模型,并应用留一交叉验证方法对所建立的模型进行了检验.用所建立的模型研究了25种有机污染物的飞灰-水分配系数的定量结构性质关系.结果表明:MLR模型预测的lg Ksc均方相对误差为6.31%,全部样本lg Ksc的预测值与实验值之间决定系数(R2)为0.823 3;RBF-ANN模型预测的lgKsc均方相对误差为3.03%,决定系数为0.962 3.这说明MLR和RBF-ANN方法都能够用于建立被研究化合物Ksc的QSPR模型,RBF-ANN模型的预测准确度更高.

测量复方药物溶出度的全自动药物溶出度测定仪

自行设计组装了一套可以同时测定复方药剂的全自动药物溶出度测定仪。该仪器由光学检测系统(由光源、流动型吸收池,小型光谱仪组成)、自动进样系统、控制与数据处理系统和机械搅拌系统4部分组成。光学系统的检测器是线阵电荷耦合器件(CCD),故可进行同时全光谱采集。数据处理部分采用了自行设计的基于径向基函数的人工神经网络进行浓度预测。用本装置对市售复方药剂鲁南贝特进行的溶出度测量表明,测量的精密度高,准确度较高,分析速度快,样品无需前处理。

红外指纹图谱和聚类分析法在赤芍产域分类鉴别中的应用

以赤芍的红外指纹图谱为依据 ,采用主成分分析法对来自 18个产地的赤芍进行了聚类分析。可将18个产地大致分为 6类 ,这一分类与地理位置有较明显的对应关系 ,同一区域内赤芍的性能较为相似 ,可作为传统中医界对赤芍药材质量评价的依据。用径向基函数人工神经网络法预测了 4 5个赤芍样本的产区 ,结果表明 ,径向基函数人工神经网络法具有较强的预测能力 ,用它可鉴别赤芍的产区。可为药材的质量控制提供一个快捷、准确。

启发式方法研究5’-甲硫腺苷核苷酶抑制剂定量构效关系

定量构效关系的研究已成为化学和环境科学研究中的一个前沿领域.对29个甲硫腺苷核苷酶抑制剂的结构进行优化得到描述其分子结构的5类描述符,并选择6个描述符运用启发式方法和RBFNN方法分别建立了描述29个5’-甲硫腺苷核苷酶的结构与其对5’-甲硫腺苷核苷酶的抑制活性之间的线性和非线性QSAR模型.RBFNN模型的训练集、预测集的相关系数(R2)分别为0.9681与0.9126.结果表明,RBFNN模型性能要优于HM模型,具有较好地预测和反映真实情况的能力,这为预测其他类似物的活性和设计新的抑制剂提供了理论依据.

基于局部放电监测的变压器故障诊断系统研究

在分析局部放电的监测和故障诊断研究现状的基础上,针对所存在的问题,提出了基于局部放电监测的变压器分层故障诊断系统,该系统充分利用局部放电电声联合检测获得的在线监测数据、油中溶解气体分析结果以及停电试验数据、SCADA数据、设备故障及检修记录等信息,将径向基人工神经网络(RBF)技术与黑板型专家系统结合起来,对故障的类型、性质、危害程度以及定位进行逐步深入的分析,并根据诊断结果提出相应的检修策略。最后根据系统的设计思想给出实现方案。

5个联合诊断模型对非小细胞肺癌诊断价值的比较

目的比较5个联合诊断模型对诊断非小细胞肺癌(NSCLC)的应用价值。方法回顾性选取2015年1月11日至2019年10月28日电子科技大学医学院附属绵阳医院413例NSCLC患者作为肺癌组,选取同期723例肺部良性疾病者和282例健康体检者分别为良性组和健康对照组。测定血清癌胚抗原,甲胎蛋白,糖类抗原125,糖类抗原199和神经元特异性烯醇化酶,联合建立多层感知人工神经网络(MPL-ANN)、径向基函数神经网络(RBF-ANN)、决策树、logistic回归和经典判别分析(CDA)模型并比较各模型的诊断效能。结果单项指标中癌胚抗原对NSCLC的诊断价值较高,其AUC为0.76(95%CI:0.74~0.78),但其特异度较低,为64.9%。所有联合诊断模型中,MPL-ANN模型最佳,其AUC为0.91(95%CI:0.89~0.96),诊断NSCLC的灵敏度为75.3%,特异度为91.1%,对肺癌组和非肺癌组(良性组+对照组)的诊断正确率分别为71.7%(76/106)和94.4%(305/323)。结论采用肿瘤标志物建立的MPL-ANN模型,能较好地诊断和预测NSCLC,为NSCLC的鉴别诊断提供了一种新思路。

智能控制系统在污水处理厂的应用研究

本文以某污水处理厂的污水处理过程为研究对象,建立污水处理过程人工神经网络模型。从理论上证明人工神经网络可以逼近任意非线性函数,且可以实现多输入多输出之间的映射关系。随着人工神经网络技术的发展,将进一步展现其在污水处理厂智能控制系统建模上的优越性。