反向传播网络—吸光光度法同时测定生 物实样中的锌和铜

研究了新显色剂1,1,5-二（2-羟基-5-溴苯）-3-氰基甲日NFDA1(HBPCF)和锌及铜及铜的显色反应,并以反向传播人工神经网络——吸光光度法,对花生仁和绿豆等实际生物试样中锌及铜的含量,进行了同时测定。     

支持向量回归-吸光光度法同时测定溶液中的Pb,Cd,Zn

铅锌的湿法冶金实时监控需要同时快速测定溶液中的铅,镉,锌,因三者产生的吸收光谱严重重叠,故支持向量回归算法（support vector regression,简称SVR）作多变量标定,配合吸光光度法同时测定溶液中的Pb^2 ,Cd^2 ,Zn^2 ,并将计算结果与线性回归,人工神经网络的计算结果对比。结果表明SVR算法预报误差最小。这说明支持向量回归是一种多变量校正的有用算法。     

基于新型三层误差反向传播网络的图像压缩

基于误差反向传播算法对图像进行压缩的工作已有很多。论文介绍了三层误差反向传播网络拓扑结构和新型二层误差反向传播网络拓扑结构,为进一步提高图像压缩的压缩比和压缩质量,在新型二层误差反向传播网络拓扑结构的压缩层和重建层之间加入一过渡层,使得网络在学习过程中更好地收敛到原始图像。论文提出了新型三层误差反向传播网络拓扑结构并给出了相应算法的严格数学推导过程。经过上机压缩测试,相对于其它误差反向传播算法对图像进行压缩的压缩比、学习速度和压缩质量都有很大提高,取得了很好的效果。     

主成份分析—分光光度同时测定铜,钴,锌

利用主成份分析法来处理多组分分析中的吸光度数据,同时测定铜、钴、锌。实验结果表明,该方法比最小二乘法更为有效。     

多元校正-光度法同时测定啤酒中醛类化合物

根据2,4-二硝基苯肼与醛类化合物发生显色反应的特征,选择最佳反应条件,采用偏最小二乘法结合光度法对吸收光谱重叠的甲醛、乙醛、苯甲醛的模拟样品进行同时分析,对测定条件进行优化,并用此法对啤酒样品的醛类进行同时测定。对模拟样品,回收率分别为100.4%、96.7%和93.6%。本法测量体系稳定,仪器简单,成本低,结果可靠。     

人工神经网络阻抑动力学光度法同时测定邻苯二酚和间苯二酚

研究发现:在pH=8的NaH2PO4-Na2HPO4的缓冲溶液中,邻苯二酚和间苯二酚都能明显的阻抑H2O2氧化灿烂甲酚蓝的褪色.但二者存在一定的速率差异,反应速率常数之比随时间而变化,且吸光度的加和性不佳.结合人工神经网络提出了1种能同时测定邻苯二酚和间苯二酚异构体的新方法.该方法无需预先分离或加入掩蔽剂等其他物质,最大限度保护样品不被破坏而较容易地直接进行有机物同分异构体的同时测定.本文研究了最佳反应和测定条件以及神经网络参数对网络性能的影响.并将该方法用于合成样品及水样中邻苯二酚和间苯二酚的测定,结果表明,精密度和准确度均满足分析要求.     

LM-BP神经网络-分光光度法同时测定钢铁中的铬、锰

研究建立同时测定钢铁中的铬、锰的神经网络-分光光度法.在酸性介质中,以硝酸银作催化剂,过硫酸铵作氧化剂,将溶液中的Cr(Ⅲ)和Mn2+氧化成Cr2O72-和MnO4-.Cr2O72-和MnO4-的质量溶液分别在20～80μg/mL和4～14μg/mL范围内遵守比耳定律,并且二者的吸光度的加和性很好.据此提出不经分离,直接用多层前传误差反向传输人工神经网络(BP-ANN)法和分光光度法测定铬和锰.方法用于测定PCrNi3Mo,GCr15和86CrMoV7三种钢铁样品中的铬和锰,结果与国家标准法相符.     

铜掺杂聚L-天冬氨酸修饰电极同时测定多巴胺和尿酸

用循环伏安法制备了铜掺杂聚L-天冬氨酸修饰玻碳电极,研究了多巴胺（DA）和尿酸（UA）在该修饰电极上的电化学行为,建立了同时测定DA和UA的新方法。在pH3．5的磷酸盐缓冲溶液中,扫描速率为120mV]s时,DA和UA在该电极上产生氧化还原峰,峰电位分别为Eps=0．429V、Epc=0．336V（DA）和Eps=0．617V（UA）,DA和UA的氧化峰分开达0．188V。采用循环伏安法（CV法）和示差脉冲伏安法（DPVs法）同时测定DA和UA的线性范围分别为：DA：3．00×10^-6-4．00×100mol／L、4．00×10^-5～1．00×10^-4mlo/L（CV）、3．00×10^-7～3．00×10^-6mol／L、3．00×10^-6—1．00×10^-5mol／L（DPVs）,UA：8．00×10^-6～5．00×10^-5mol／L、5．00×10^-5-2．00×10^-4mol／L（CV）、3．00×10^-7～5．00×10^-5mol／L、5．00×10^-5．2．00×10^-4mol／L（DPVs）;检出限分另U为8．0×10^-7mol／L、1．0×10^-6mol／L（CV）和3．0×10^-7mol/L、3．0×10^-7mol／L（DPVs）。用于人体尿液中DA和UA的同时测定,结果满意。     

基于小波矩和SCNN的多目标图像识别

提出了将自组织竞争人工神经网络(SCNN)和小波矩结合进行图像旋转不变识别的新方法。SCNN可以克服反向传播神经网络(BPN)不易收敛、低效率等缺点,而且小波矩方法提取的图像不变矩特征具有很强的辨别力和抗噪性能。计算机模拟显示该方法使用简单、效率高,具有很好的研究价值。     

隐节点数可变的BP网络研究与应用

BP网络在工程实际中有着广泛而重要的应用价值,但它却也难以避免学习时间长、训练精度不高等一系列问题。文章提出的一种隐节点数动态增长的网络模型“Dynamic Middle Layer Backpropagation Network”,简称DMLBPN,增加了网络的灵活性、缩短了网络的训练时间并提高了训练结果的精度。把它应用于无限制脱机手写数字识别中,取得了显著的成效。     

网络断层扫描中推断分析理论与方法研究

网络断层扫描是一种新的网络测量技术,通过端到端的网络外部测量来推断网络内部性能,从而克服了传统网络测量技术的诸多缺陷.推断分析理论作为网络断层扫描的核心技术,直接关系到网络测量的计算复杂度和推断准确性.论述了网络断层扫描技术的基本概念,重点介绍并探讨了目前推断分析理论方法及其研究进展,最后提出了今后推断分析理论需要研究和解决的关键问题.     

网络处理器在仿真测试领域的应用研究

在深入探讨先进的网络处理器技术的基础上,提出了用网络处理器实现高性能网络仿真测试设备NST的具体方案。结合BUPTNST实例的具体实现     

基于卷积神经网络的鲁棒性基音检测方法

在语音信号中, 基音是一个重要参数, 且有重要用途. 然而, 检测噪声环境中语音的基音却是一项难度较大的工作. 由于卷积神经网络(Convolutional neural network, CNN)具有平移不变性, 能够很好地刻画语谱图中的谐波结构, 因此我们提出使用CNN来完成这项工作. 具体地, 我们使用CNN来选取候选基音, 再用动态规划方法(Dynamic programming, DP)进行基音追踪, 生成连续的基音轮廓. 实验表明, 与其他方法相比, 本文的方法具有明显的性能优势, 并且 对新的说话人和噪声有很好的泛化性能, 具有更好的鲁棒性.     

网络存储技术的发展

介绍了网络存储技术中的三个主要方案DAS、NAS和SAN的技术要求、优缺点及他们的区别，并对网络存储技术的发展趋势进行了展望。     

网络安全分析与VPN的关键技术

本文首先分析在数据通信各个组成部分中存在的两类主要的网络安全问题，接着介绍了VPN的关键技术和该技术是如何解决上述这些网络安全问题的，最后简要说明VPN的优点及其应用领域。     

NAT环境中业务流测量的实现

网络地址翻译(NAT)技术是Internet上最常见的网络技术之一。论文就如何在NAT环境下实现网络测量进行了深入的研究,探索了穿透NAT以实现网络业务流测量的方法及技术难点,并给出了具体的实现。