甘草酸提取工艺的优化研究

以甘草中主要生理活性物质甘草酸的超声提取工艺为研究对象,在传统的正交试验方法的基础上,用人工神经网络方法进行优化,获得了超声提取甘草酸的优化工艺条件,即乙醇浓度40%、超声次数4次、提取温度20℃、提取时间20min、超声频率13kHz、固液比为1:10。该优化工艺条件操作简便、能耗低、提取率高,是合理可行的。

油茶籽饼多酚的乙醇提取工艺优化研究

研究了油茶籽饼多酚的乙醇提取优化工艺,将正交试验设计方法和BP人工神经网络分析方法相结合,充分挖掘正交试验数据信息,通过仿真模拟和优化,获得油茶籽饼多酚的乙醇较优提取工艺条件:乙醇浓度为60%,提取时间为3.5 h,提取温度为70℃,料液比为1∶15。

基于环套原理的ANN型矿井小构造预测方法与应用——以淄博岭子煤矿为例

应用"多重环套理论"和人工神经网络(ANN)技术,提出了预测预报矿井小构造的一套完整理论体系和工作方法。以淄博岭子煤矿为例,优选确定煤层倾角、厚度、瓦斯聚集量和涌水量变化是主要控制岭子煤矿回采工作面前方小构造的四大因子,建立了1号井的回采工作面前方小构造预测的非线性模型。现场检验结果表明,在煤层回采过程中,只要精细掌控主控因子的大量信息变化,就能准确预测预报工作面回采前方的小构造展布特征。基于环套原理的ANN型矿井小构造预测方法解决了诱发矿井重大灾害事故小构造的预测预报难题。

雷公藤提取农药用总生物碱工艺的优化

为杀虫活性物质雷公藤生物碱的产业化开发利用奠定基础,以雷公藤根皮中总生物碱提取率为评价指标,综合考察pH值、提取时间、乙醇浓度、固液比和提取次数5个关键因素的影响,以L16(45)正交试验设计优选了雷公藤总生物碱的提取工艺条件,并利用人工神经网络进行仿真、评估和优化,最终获得了雷公藤根皮中总生物碱的提取优化工艺:根皮粉细度30目,pH2.5,固液比1︰10,乙醇浓度65%,提取时间2h,提取2次。该优化工艺条件不仅可减少成本,降低能耗,而且使雷公藤总生物碱提取率略有提高,在实际生产中具有较好的应用价值。

藏茶多糖的提取工艺优化及其抗氧化活性研究

优化藏茶多糖(TTP)的提取工艺,并评价其体外抗氧化活性。在单因素实验基础上,以液料比、提取温度、提取时间为影响因素,TTP提取率为评价指标,采用响应面法(RSM)和遗传算法-人工神经网络(GA-ANN)优化提取工艺,并考察TTP对DPPH自由基和ABTS自由基的清除作用。结果表明,TTP最优提取工艺设置为液料比42∶1(mL/g),提取温度81℃,提取时间100 min,提取率为5.72%(n=3,RSD=2.45%)。TTP清除DPPH自由基和ABTS自由基的IC_(50)值分别为102.52、578.11μg/mL。基于RSM和GA-ANN优选所得工艺提取效率高、稳定性好,可用于提取具有良好抗氧化活性的TTP,为藏茶资源的进一步开发利用提供参考。

荷叶黄酮的乙醇提取工艺优化研究

研究了荷叶中主要生理活性物质黄酮的乙醇提取工艺。将传统的正交试验和人工神经网络方法相结合,提出了一种新的试验数据分析、处理和优化方法,可以充分挖掘试验信息,定量分析因素变化规律和寻找参数最优组合。该方法应用于荷叶黄酮的提取工艺优化中,获得了乙醇提取的优化工艺条件,即固液比1∶30、提取温度75℃、提取时间1h和乙醇浓度50%。该优化工艺条件,在实际生产中应用,不仅减少了生产成本,降低了能耗,而且提高了黄酮的浸提率,取得了较好的成效。

人工神经网络结合粒子群优化算法优化不同产地广藿香挥发油提取工艺

目的优化不同产地广藿香挥发油的提取工艺。方法以挥发油提取率为评价指标,构建反向传播人工神经网络模型,应用粒子群优化算法优化云南曲靖、广东化州产地的广藿香挥发油提取工艺。结果人工神经网络结合粒子群优化算法(ANN-PSO)优化的云南曲靖广藿香挥发油提取工艺为料液比1∶9、提取3.5 h、提取3次,提取率为1.98%,与预测值2.06%接近,高于正交试验结果(1.60%);广东化州广藿香挥发油提取工艺为料液比1∶3、提取时间4.5h、提取3次,提取率为2.46%,与预测值2.53%接近,高于正交试验结果(1.82%)。结论ANN-PSO可用于优化广藿香挥发油提取工艺。

荷叶生物碱的提取工艺优化

研究了荷叶中主要生理活性物质生物碱的提取优化工艺.将人工神经网络与正交试验相结合,提出一种新的试验数据分析、处理和优化方法,应用于荷叶生物碱的提取工艺,获得了优化的提取工艺条件,即pH2.5、提取温度85℃、提取时间1.75h和固液比1∶35.该优化工艺在实际应用中,取得了较好的效果.

人脸特征提取与识别技术研究

人脸识别是模式识别和人工智能领域的一个研究热点,近年来,特征提取与识别作为人脸识别系统的关键环节得到了更为广泛和深入的研究。本文首先简要回顾了人脸识别技术的研究背景及发展历程,对目前人脸特征提取与识别的主要方法进行了分类总结。通过对各种特征提取与识别方法的分析与比较,总结了当前存在的技术困难,并展望了今后的研究趋势。

矿井开采工作面产量与工效预测的神经网络模型

比较了矿井工作面产量工效预测的几种方法后，建立了工作面产量与工效预测的神经网络模型，并用于对实际工作面进行计算，结果证明该模型是可信的。

基于ANN的综放工作面产量与工效预测

采煤工作面是整个矿井生产的核心,是实现矿井高产高效安全生产的关键。为了准确预测和提高综放工作面产量与工效,本文应用人工智能领域的人工神经网络方法,在系统分析影响综放工作面产量、工效的主要因素,并收集大量工程实例样本的基础上,构建了综放工作面产量与工效预测人工神经网络模型并加以实际应用。应用结果表明,该方法简便、可靠,且具有先进性。该方法的成功应用,为煤炭产量、工效预测研究探索了一条更加先进有效的途径。

基于神经网络学习的多姿态人脸图像识别算法

在移动式拍摄环境下进行人脸识别受到抖动以及环境等因素的影响,导致人脸识别的准确性不好。因此,文中提出一种基于人工神经网络学习的多姿态人脸图像识别算法。将空间邻域信息融入到多姿态人脸图像的幅度检测中,提取多姿态人脸图像的动态角点特征,把多姿态人脸图像结构纹理信息类比为一个全局运动RGB三维位平面随机场,进行多姿态人脸图像的亮点检测和信息融合。在不同的尺度下选用合适的特征配准函数来描述多姿态人脸图像的特征点,进行多姿态人脸图像的目标像素视差分析和关键特征检测,结合人工神经网络学习和特征配准方法实现图像稳像处理和自动识别。仿真结果表明,采用该方法进行多姿态人脸图像识别的特征点配准性能较好,识别精度较高。

人工神经网络在锌精矿矿浆浸出与萃取耦合操作中的应用

将人工神经网络方法应用于锌精矿的在浆浸出与硫磺萃取耦合操作的研究,建立锌浸出率与各工艺参数之间的关系,并对新工艺参数下的锌浸出率进行预报。结果表明预报数据与试验数据能很好吻合,预报结果与试验值的绝对误差小于2.5%。

矿井开采工作面开采工艺方式选择的神经网络模型

利用神经网络及模糊数学理论，建立了工作面开采工艺方式选择的神经网络模型，并用于对实际工作面进行检验，结果证明模型是可信的。

人工神经网络优化厚朴提取工艺及其“发汗”前后的含量测定

目的:优化厚朴提取工艺,从厚朴提取物的化学成分变化,阐释厚朴"发汗"的必要性。方法:采用正交设计结合人工神经网络模型的方法,以提取物干膏得率、厚朴酚、和厚朴酚三个指标的综合评分为评价指标,对厚朴提取时的溶剂浓度、料液比、提取时间和提取次数进行优化,确定最佳提取工艺;采用HPLC法对"发汗"及"未发汗"厚朴提取物进行含量测定,对比其"发汗"前后的厚朴酚与和厚朴酚的含量变化。结果:筛选的最佳提取工艺为加入厚朴样品100 g,加入70%乙醇提取,料液比为1∶8,提取时间为90 min,提取次数为2次;"发汗"后厚朴的厚朴酚提取率提高45.04%,和厚朴酚含量提高32.27%。结论:正交设计结合BP人工神经网络模型的方法稳定可行,具有良好重复性;"发汗"能增加厚朴中厚朴酚及和厚朴酚的提取率,从化学成分角度阐释了厚朴"发汗"的科学性与必要性。

基于深度学习的人脸识别算法在安防领域的应用综述

文章将探讨如何将人脸识别技术运用在安防领域,实现智慧安防。人脸识别技术从上世纪60年代发展到现在,目前人脸识别算法精确率几乎可达100%。现如今基于深度学习的人脸识别算法识别率相对较高,也备受大家欢迎。文章从公共场合治安维护和云端身份认证两个例子,分析目前安防现状、人脸识别技术的原理、性能和准确率、讲述智能安防的应用并进行总结。虽然目前人脸识别算法识别率非常高,但当脸部部分遮住时,识别率会变低,后期也需要我们继续探索在部分脸被遮住的情况下,能达到较高识别精确度的算法。

基于人工智能算法的图像识别技术

近年来,图像识别技术的应用范围进一步扩大,并取得良好的应用效果,对工业生产和人们日常生活产生了深远的影响。同时,图像识别技术的复杂程度逐渐提升,需要识别和理解的信息也日益增加。基于此,笔者在介绍图像识别原理的基础上对其分析及处理过程进行分析,以期为相关研究提供借鉴。

学习矢量量化神经网络在人脸朝向识别中的应用

人脸朝向识别的研究具有重要意义,建立了基于人工神经网络(ANN)的人脸朝向识别模型,根据学习矢量量化(LVQ)神经网络的原理,利用MATLAB神经网络工具箱,完成网络的建立、网络训练和网络测试,并通过仿真实验来实现人脸定位识别。实验结果表明,LVQ神经网络模型判断并识别任何特定人脸图像的方法是有效的。

基于人脸识别技术在管控病毒传播中作用的研究

随着软件开发技术、云计算、人工智能技术的发展,生物特征识别计术例如人脸识别、人脸检测技术等,将在未来社会中发挥重要作用,尤其在病毒引发的病情管控方面,人脸识别技术将作为有力手段发挥重要作用。