基于人工神经网络的脂肪醇闪点预测

建立了一个基于人工神经网络方法的定量结构-性质相关性(QSPR)研究模型,用于预测脂肪醇闪点。根据脂肪醇的分子结构特征,提出一组拓扑指数作为表征脂肪醇分子结构的分子描述符。同时引入具有高度非线性预测能力的误差反向传播人工神经网络方法,以分子结构描述符作为神经网络的输入参数,闪点作为输出,研究脂肪醇的闪点与分子结构之间的相关性。模拟结果表明,闪点预测值与实验值符合良好,优于传统基团贡献法所得结果。该方法不仅能够预测脂肪醇闪点与分子结构之间的定量关系,而且为工程上提供了一种预测有机物闪点的新的有效方法。     

QSPR在有机物燃烧特性预测中的应用和进展

定量结构-性质相关性（QSPR）研究将有机物结构特征表征方法和各种统计建模工具相结合，研究有机物结构与其各种性质之间的内在关系．它不仅可以揭示物质性质与分子结构之间的定量函数关系，而且为工程上提供预测有机物性质的有效方法，因此在众多领域得到了广泛的应用．阐述了QSPR研究基本原理，论述了其在闪点、自燃点、爆炸极限等化学物质燃烧特性预测中的应用和进展．并对各性质的不同预测模型进行了比较，分析其优缺点及适用范围．对实验样本设计、分子结构表征及建模方法选择等的研究现状和发展趋势进行了讨论，提出了QSPR在安全科学研究中的应用前景和发展方向．     

基于PSO算法的神经网络集成构造方法

为合理选择组成神经网络集成的个体,使各个体间保持较大的差异度,从而提高集成所建模型的仿真精度,提出一种新的神经网络集成构造方法.独立训练出一批神经网络,采用离散粒子群优化(PSO)算法,用多维空间中0或1取值的粒子描述所有可能的神经网络集成.网络集成预测误差的估计值用组成集成的个体网络之间的相关度表示,并作为优化过程中的适应度函数.优选得到参与构成神经网络集成的部分差异度较大网络个体.对8个典型数据集回归问题的实验结果表明,该方法构造的神经网络集成普遍使用了较少的网络个体,而预测精度均好于Bagging方法等传统方法.     

基于卷积原型网络的通信辐射源个体开集识别方法

针对通信辐射源个体开集识别问题，提出一种基于卷积原型网络的辐射源个体开集识别方法。将接收到的信号进行信噪比估计并处理为灰度矢量图输入至卷积原型网络计算出特征点。分析不同损失函数和判决准则，选取三维原型的特征提取层、DCE作为损失函数、DR作为判决准则的开集识别模型。对该方法进行了仿真实验，结果表明，该方法在开集识别场景下比传统CNN预测概率更有优势，归一化准确率提升约20%,证明该方法的有效性。     

利用旋转森林变换的异构多分类器集成算法

为了增强集成系统中各分类器之间的差异性,提出了一种使用旋转森林策略集成两种不同模型分类器的方法,即异构多分类器集成学习算法．首先采用旋转森林对原始样本集进行变换划分,获得新的样本集;然后通过特定比例选择分类精度高的支撑矢量机或分类速度较快的核匹配追踪作为基本的集成个体分类器,并对新样本集进行分类,获得其预测标记;最后结合两种模型下的预测标记．该算法通过结合两种不同分类器模型,实现了精度和速度互补,将二者混合集成后改善了集成系统泛化误差,相比单个模型集成提高了系统分类性能．对UCI数据集和遥感图像数据集的仿真实验结果表明,文中算法相比单一分类器集成缩短了运行时间,同时提高了系统的分类准确率．     

基于改进堆叠泛化算法的电信套餐预测

提出一种改进堆叠泛化(stacking)算法的电信套餐预测方法。该方法将多种套餐进行两层分类,第一层粗分为高低价值两种套餐,第二层在粗分基础上对高价值或低价值套餐进行细分,在每一层数据预处理阶段使用合成少数类过采样算法(synthetic minority oversampling technique,SMOTE)得到平衡数据集。采用改进堆叠泛化算法,对每一类取所有0层分类器的最大最小后验概率,并融合重要的消费信息作为1层训练集,由1层分类器预测套餐的种类。选取某公司6种电信套餐进行预测,实验结果表明,改进后的套餐预测模型可应用于多种不平衡套餐的预测。     

基于拟合HOSBM的邮件网络稳定链接的预测方法

为提高邮件通联网络中稳定链接预测的准确度,针对邮件通联网络中议题小组结构所具有的可重叠性和层次性特点,提出一种邮件通联网络边演化模型框架HOSBM,并给出HOSBM的似然估计函数;结合使用马尔科夫链蒙特卡洛算法,通过计算生成链接的可信度对邮件通联网络中的稳定链接进行预测.Enron邮件数据集上的实验结果表明,相比基于邻近度CN的链接预测法,基于拟合HOSBM的预测方法具有较高的预测精度和预测准确性.     

基于卷积神经网络的颅内出血检测

使用训练集的80％训练了基于ResNet-101的预测模型,剩余20％作为测试集用于评估5种出血类型的效能.实验结果表明,每一张图像的预测准确率为94.6％,每一类的平均预测准确率达98.1％.     

BP人工神经网络在估计织物热湿阻方面的应用

利用人工神经网络方法，经过网络训练，建立了由织物种类、面密度、厚度、透气性和回潮率5个结构参数作为输入层神经元，织物热阻和湿阻作为输出层神经元的BP神经网络预测模型．预测实验表明，热阻和湿阻的平均估计误差分别为0．38和0．18，为研究织物的热阻和湿阻性能提供了一种方便、有效的预测方法．     

基于混沌小波网络的交通流预测算法研究

实时准确的交通流量预测是实现智能交通诱导及控制的前提与关键。也是智能化交通管理的客观需要．结合交通流预测的特点，提出了一种基于小波网络的路段交通流预测方法，把混沌优化算法引入小波网络的拓扑构造，结合提出的相似时段的预测思想，给出了一种基于混沌优化算法的小波网络交通流量预测模型．实验结果表明，引入相似时段的预测思想可以有效提高交通流的预测精度，基于混沌优化算法的小波网络在交通流预测的精度和收敛速度方面明显优于常规BP网络．     

A new group contribution-based method for estimation of flash point temperature of alkanes

Flash point is a primary property used to determine the fire and explosion hazards of a liquid. New group contribution-based models were presented for estimation of the flash point of alkanes by the use of multiple linear regression(MLR)and artificial neural network(ANN). This simple linear model shows a low average relative deviation(AARD) of 2.8% for a data set including 50(40 for training set and 10 for validation set) flash points. Furthermore, the predictive ability of the model was evaluated using LOO cross validation. The results demonstrate ANN model is clearly superior both in fitness and in prediction performance.ANN model has only the average absolute deviation of 2.9 K and the average relative deviation of 0.72%.     

BP神经网络在混合原油凝点预测中的应用

通过研究BP神经网络算法和混合原油凝点测量数据,用BP神经网络建立一种混合原油的凝点预测模型。引入具有高度非线性预测能力的误差反向传播的人工神经网络方法,以单组分原油凝点及其配比作为神经网络的输入向量,以混合原油凝点为输出向量,研究混合原油凝点与单组分原油凝点及配比之间的相关性。预测结果表明,混合原油凝点预测值的最大绝对偏差为0.128℃,平均绝对偏差为0.022℃,BP神经网络的凝点预测结果准确性明显优于其它混合原油凝点预测模型。     

人工神经网络法预测有机物物性的研究──Ⅰ分子描述码与烯烃沸点的预测

讨论了用人工神经网络法预测物性的几类输入参数．用分子描述码作为输入参数预测了烯烃的沸点，烯烃（链）的相关系数ｒ＝０．９９７５，标准差Ｓ＝１．６８７．环烯烃：相关系数ｒ＝０．９９７０，标准差Ｓ＝２．５４８．优于三维连接性指数的计算值．     

基于径向基函数神经网络的机载LiDAR点云空洞填补方法

机载LiDAR技术为地表三维数据的获取和DEM、DSM的构建提供了有利的条件. 由于建筑物和植被遮挡等原因,造成了点云的缺失,形成区域的空洞,给地表建模带来不便,需要对LiDAR点云数据进行插值处理以修复缺失的数据. 对径向基函数(RBF)神经网络构建插值模型进行了研究,利用该模型对点云中缺失的空洞区域进行修复. 通过利用一部分采样点对RBF神经网络进行学习训练,得到模型中参数的具体值,然后利用这些参数值对空洞区进行插值. 实验验证了RBF神经网络模型的有效性及插值精度.     

闪速冶金在线智能监控与事故预警系统研究

以铜闪速熔炼生产过程为对象,在传统的PLC、DCS控制系统上,集成计算机网络、软件开发、专家系统、数模仿真、神经网络等先进技术,建立了闪速冶金在线智能监控与事故预警系统.介绍了系统的结构、特点,重点阐述了各模块的功能、实现技术和处理流程.系统能对精矿干燥、反应塔闪速熔炼、转炉吹炼、环境集烟、烟气收尘等生产过程进行多方位智能监控预警,为闪速熔炼安全生产并不断挖掘潜力提供有力保证.     

一类多目标非线性Hopfield网络稳定平衡点的最优性证明

给出了目标函数为拟凸函数的多目标非线性Ｈｏｐｆｉｅｌｄ 网络稳定平衡点的最优性证明．为应用多目标非线性Ｈｏｐｆｉｅｌｄ 神经网络求得多目标的有效解提供了必要的理论依据     

CPLD技术在石油闪点检测中的应用

论述了石油闪点测量的常用方法并加以比较。在采用CPLD技术测量石油闪点方面做了充分详细的讨论和分析,同时提供了相应的实验数据,为文中所讨论的测试方法的可行性提供了依据。     

Optimization algorithm for estimating the human pose by using the morphable model

An optimization algorithm is proposed utilizing the video data and point cloud data captured by the depth camera to solve the problems such as error-proneness and incoherence of motion sequence caused by the existing human pose estimation algorithms based on the morphable model. For video data, the neural network is first used in extracting the model parameters from each color image frame. Next, the human key-points and contour constraint are considered to optimize the above parameters. Then the coherence between every two consecutive frames is utilized to correct the error of pose estimation, thus making the resulting motion sequence smoother. In addition, the point cloud and the model obtained from the corresponding color image frame are used as the joint input to further improve the estimation accuracy. Finally, the distance between the point cloud and the corresponding point of the model is constrained to be as small as possible to obtain a more reasonable solution. The proposed algorithm and the state-of-the-art algorithms are compared qualitatively and quantitatively on the data set and real video set. Experimental results show that the algorithm can effectively correct the error and incoherence in the single-frame pose estimation results and greatly improve the accuracy when using point cloud data optimization.     

基于BP神经网络的大跨高空连廊应变监测数据恢复

为了解决大跨高空连廊吊装阶段性态监测中应变监测数据存在缺失的问题,利用BP神经网络进行数据恢复。首先基于相关性分析,选择与数据缺失监测点应变值相关性最强的5个监测点作为参考点;然后利用未缺失时间段内待恢复监测点和参考点的应变数据进行建模和检验,一半数据用来建立BP神经网络模型,一半数据用来进行模型的检验;最后利用建立的模型对缺失的数据进行恢复,得到了完整的应变监测数据。利用得到的恢复数据与参考点数据在缺失段内的相关系数对数据恢复的效果进行了评价。结果表明：该方法可有效地恢复缺失的应变监测数据。