使用人工神经网络对强力旋压有限元模拟进行参数预选

在筒形件强力旋压领域内，介绍了使用人工神经网络的手段，在MARC有限元模拟的前处理中实现参数预选的方法。作为与有限元模拟相结合的旋压智能化设计的一项关键技术，能够达到减少有限元模拟的误差和工作量的目的。     

用人工神经网络方法预测鼓泡塔气含率

A new correlation for the prediction of gas hod up in bubble columns was proposed based on an extensive experimental database set up from the literature published over last 30 years .The updated estimation method relying on artificial neural network,dimensional analysis and phenomenological approaches was used and the model prediction agreed with the experimental data with average relative error less than 10%.     

基于人工神经网络的高聚物流变性能预测系统

针对影响高聚物流变性能因素的复杂性,利用VB与MATLAB混合编程将人工神经网络技术移植于应用软件,实现人工神经网络技术的各项功能,通过对采集的样本数据进行网络训练,开发了高聚物流变性能参数预测系统。经验证,系统可将预测精度误差,控制在5％以内。     

基于BP网络的保护渣性能预测模型的研究

结合BP网络计算机实验研究 ,建立了保护渣化学组成与性能的预测模型 ,并利用化学组成与性能的关系 ,对网络的实用性进行了检验 ,结果符合保护渣化学组成与性能的关系。保护渣粘度随着保护渣碱度的增大而减小 ,而半球点温度随碱度增大而增大 ;保护渣的半球点温度和粘度都随着渣中CaF2 含量的增加而减小。用BP网络的误差反向传播算法建立的保护渣的化学组成与性能的预测模型 ,得出的预测值与实际值的误差小 ,对保护渣的设计与应用都有一定的指导作用。     

Prevention from Soft Errors via Architecture Elasticity

Due to the decreasing threshold voltages, shrinking feature size, as well as the exponential growth of on-chip transistors, modern processors are increasingly vulnerable to soft errors. However, traditional mechanisms of soft error mitigation take actions to deal with soft errors only after they have been detected. Instead of the passive responses, this paper proposes a novel mechanism which proactively prevents from the occurrence of soft errors via architecture elasticity. In the light of a predictive model, we adapt the processor architectures h01istically and dynamically. The predictive model provides the ability to quickly and accurately predict the simulation target across different program execution phases on any architecture configurations by leveraging an artificial neural network model. Experimental results on SPEC CPU 2000 benchmarks show that our method inherently reduces the soft error rate by 33.2% and improves the energy efficiency by 18.3% as compared with the static configuration processor.     

神经网络-光度法同时测定食品中防腐剂和甜味剂

根据食品中常用防腐剂本甲酸和山梨酸及甜味剂糖精钠在紫外区均有吸收的特点，建立了一种以紫外分光光度法为基础对该三组分同时测定的方法，光谱数据采用作者自编的径向人工神经网络MATLAB程序进行处理，苯甲酸、山梨酸和糖精钠的平均标准偏差分别为1.60%、5.23%和1.21%，回收率大为95.0-102.0%之间，将该法应用于食品中二组分的测定，获得较为满意的结果。     

基于神经网络的丙烯腈流化床反应器的离线模拟与优化

A mathematical model is developed for an industrial acrylonitrile fluidized-bed reactor based on artificial neural networks.A new algorithm,which combines the characteristics of both genetic algorithm(GA) and generalized delta-rule(GDR) is used to train artificial neural network (ANN) in order to avoid search terminated at a local optimal solution.For searching the global optimum,a new algorithm called SM-GA,incorporating advantages of both simplex method (SM) and GA, is proposed and applied to optimize the operating conditions of an acrylonitrile fluidized-bed reactor in industry.     

萃取精馏溶剂选择的研究进展

本文概括论述了萃取精馏过程中影响溶剂选择的因素，在此基础上着重介绍了溶剂的选择方法，性质约束方法可分为：试验法，经验筛选和活度系数法；计算机优化方法可分为计算机辅助分子设计法和人工神经网络法，对上述方法的适用性作了详细的讨论。     

塑料老化性能及使用寿命预测的新方法

提出了利用人工神经网络方法对塑料自然老化性能时间序列进行预测的方法，并建立了计算模型，在此基础上本方法也可对塑料使用寿命进行预测。实例计算证实了这种方法具有良好的精度。     

一种改进的视网膜图像中微小动脉瘤的检测算法

基于糖尿病性视网膜病变中最早出现的微小动脉瘤病症进行了研究,提出一种有效的微小动脉瘤检测算法。首先在传统模板匹配算法的基础上提出了一种动态多参数模板匹配算法,并且使用相对误差和与相关系数来共同制约匹配度,从而实现了更为精确的匹配提取;其次提出了基于分布特性的计分策略和自适应加权的汇总策略,避免了单纯采用各个特征量作为独立约束指标进行筛选时忽视各个特征量的约束力大小的弊端。实验结果表明,该检测算法能够有效地提高微小动脉瘤的检测真阳性率。