排序方式: 共有22条查询结果,搜索用时 187 毫秒
1.
为了快速准确地测定粮食和饲料中黄曲霉毒素的含量,设计了基于C8051F020单片机的黄曲霉毒素速测仪.速测仪采用免疫亲和柱-荧光分光光度法进行检测,克服了传统分析方法在标定标准物和样品预处理过程中的不足,显著降低了对操作人员的毒害和环境的二次污染,提高了分析速度.速测仪硬件电路使用模块化设计方法,以提高仪器运行的稳定性.光电转换元件使用具有极高灵敏度和超快时间响应的端窗式光电倍增管,测量线路使用高精度、低漂移集成电路,保证了仪器的灵敏度和测量精度.速测仪结构紧凑,仪器成本低,重复性好,适合现场速测和普及使用,实际应用效果良好. 相似文献
2.
3.
4.
5.
太阳黑子是表征太阳活动的重要现象,影响地球、人体乃至生命环境.针对影响太阳黑子的因子难以确定的问题,引入小波包和混沌相空间重构子序列揭示太阳黑子时间序列的动力学及物理规律.该方法采用小波包分解原始时间序列,用混沌相空间重构恢复影响因子,并采用小波神经网络预测子序列,再经小波包重构获得太阳黑子的最终预测结果.其中小波神经网络采用自行开发的工具箱,其具有方便、收敛速度快、数据吞吐量大、预测精度高以及实用性强等特点,对推广小波神经网络应用具有重要作用,并为太阳黑子数的预测提供了一条新途径. 相似文献
6.
基于RBF神经网络的瓦斯涌出量预测 总被引:1,自引:0,他引:1
传统瓦斯涌出量预测方法存在一定的局限性,预测精度不能满足要求。为了提高瓦斯涌出量预测精度,采用RBF神经网络对瓦斯涌出量相关数据进行建模。通过训练13组样本,对5组数据进行预测,分析了隐层神经元个数对预测精度的影响,并与同结构的BP神经网络预测结果进行了对比。研究结果证明了RBF神经网络在瓦斯涌出量预测中的有效性。 相似文献
7.
8.
9.
10.
瓦斯涌出量的混合pi-sigma模糊神经网络预测模型 总被引:1,自引:0,他引:1
提出了一种利用混合pi-sigma模糊神经推理方法建立瓦斯涌出量的预测模型。该模型采用高斯基函数作为模糊子集的隶属度函数, 可在线动态调整隶属度函数和结论参数。与神经网络预测模型比较, 该模型具有物理意义明确、原理清晰、收敛速度快、预测精度高等特点,在对某矿瓦斯涌出量数据的仿真结果表明,该方法预测准确度高、速度快,并且结果具有可重复性,证明该方法是有效的。为便于工程实际应用, 在Matlab环境中开发了基于图形用户界面(GUI)的仿真应用界面,给出了使用方法和预测结果。实验同时表明,对所采用的数据,模型的训练精度设置为0.001时网络的泛化能力最好,网络训练精度和预测精度之间不具有正比关系。 相似文献