基于PCA和BP神经网络的葡萄酒品质预测模型

研究基于主成分分析(PCA)和神经网络建立葡萄酒评价模型并进行预测。该模型先将葡萄和葡萄酒中33个理化及风味指标进行主成分分析,再以主成分得分作为输入数据,葡萄酒的感官评价得分作为输出数据,建立葡萄酒和酿酒葡萄的主要理化指标与葡萄酒质量的关系模型。结果表明:通过检测主成分的质量指标,能对葡萄酒给出很好的质量评价;该模型与传统的网络模型相比,能很好的简化网络结构,输入神经元个数从33个减少为9个,收敛速度提高87.5%,模型绝对误差的最大值为0.35。     

EXCEL97在测量上的应用

无需专业的没是绘软件，利用ＥＸＣＥＬ９７ｆｏｒ Ｗｉｎｄｏｗｓ９５就可轻松解决坐标反算、支导线计算、成果表和坐标展点略图的制作，这种方法特别适用于矿企业等中小型测绘队伍。本文就该软件的制作方法作了介绍。     

原位乳液聚合法制备PAn/PMMA导电复合材料

以(NH4)2S3O8为氧化剂、十二烷基苯磺酸(DBSA)为乳化剂和掺杂剂、苯胺(An)为单体,原位乳液聚合制备了聚苯胺(PAn)/聚甲基丙烯酸甲酯(PAMM)导电复合材料.观察了复合物粒子形貌.研究了反应温度、反应时间、掺杂酸及单体用量等对聚苯胺产率、导电性能的影响.结果表明:复合物粒子为纳米级核/壳结构.适宜的掺杂条件为:APS/An(摩尔比)=1.0～1.2;DBSA/An(摩尔比)=1.5～1.8;An/PMMA(质量比)=1∶4;反应时间18小时;反应温度低于5℃.红外光谱研究表明:PMMA的加入会使体系的掺杂率有所降低.     

屈臣氏和娇兰佳人的发展目标和前景

介绍了国内美容个人护理品市场规模和销售渠道占比,主要从屈臣氏和娇兰佳人2家门店的发展目标、促销策略和销售规划以及发展前景进行了阐述和分析。同时,概括性地指出了2家门店各自具有的优势以及将来的发展空间。     

BP网络和多元回归在葡萄酒质量模型中的应用

利用因子分析法筛选出对葡萄酒质量影响较大的12种理化指标,将其作为多元线性回归的自变量和BP网络输入层神经元,分别用多元线性回归和改进的BP神经网络两种方法建立葡萄酒和酿酒葡萄的主要理化指标与葡萄酒质量的关系模型。比较了两种模型的泛化能力,得出多元线性回归模型对新样本预测的平均相对误差是1.93%,而BP神经网络模型的平均相对误差是0.37%。仿真实验表明,BP神经网络的泛化能力和稳定性明显优于多元回归模型。     

基于PSO-SVR动态模型的车辆排队长度预测

针对突发事件下城市道路车辆排队系统的特点,从时空角度综合考虑车辆排队系统的影响因素,建立支持向量回归（SVR）动态模型对车辆排队长度进行预测。考虑到参数选择对模型性能影响的敏感性,提出了以k折交叉验证（k-CV）均方误差平均值为适应度的粒子群优化（PSO）方法并对SVR模型参数进行寻优。用提出的PSO-SVR模型与K-CV和遗传算法（GA）优化的SVR模型以及BP网络预测模型对比,实验结果表明,该模型具有较高的预测精度和泛化能力,适用于车辆排队长度的预测。     

高分子梯度材料的制备研究

高分子梯度材料作为一种出现时间不到20年的新型复合材料,目前已逐渐成为学界的研究热点.简要介绍了高分子梯度材料的概念及应用,详细综述了近年来国内外在高分子梯度材料制备方面的研究进展.     

纳米SiO2对聚醋酸乙烯乳液的粒子形态和力学性能的影响

采用原位聚合法制备了聚醋酸乙烯/纳米SiO2复合乳液,对乳胶粒的形态、复合乳液的力学性能进行了表征.结果表明,复合乳液力学性能有较大提高、微观形态更趋复杂,并对其机理进行了一定的分析.     

基于置信度校验的新能源多厂站互补优化

针对新能源厂站发电的不确定性,以同时含有光伏电站和风力发电场的电力系统为研究对象,提出一种基于置信度校验的新能源多厂站互补优化方法。以降低备用需求、提高经济效益为目标建立新能源多厂站不确定性互补优化模型;使用粒子群优化算法结合内点法对优化模型进行求解,得到风电及光伏最优出力;为满足互补优化模型中的不确定性约束条件,对求得的最优出力进行置信度校验。采用所提互补优化方法在MATLAB环境下编程,对安庆地区电网2020年的新能源出力情况进行优化。结果表明:利用本文所提互补优化方法可对新能源出力进行优化,新能源出力最大提高159%,备用容量最大降低100%,经济效益提高69%,从而验证了所提互补优化方法的有效性。     

一类多时滞二阶中立型微分方程的振动性

中立型泛函微分方程的振动性在理论和应用中有着重要意义.研究了一类具有正负系数的二阶非线性中立型时滞泛函微分方程的振动性,利用Banach空间的不动点原理,通过引入参数函数并结合一些分析技巧,获得了该类方程存在非振动解的新的准则,并得到了该类方程振动的判别准则,这些准则改善了对方程的条件限制,所得结论推广并改进了现有文献中的一系列结果.