RSFM网络及其在信号滤波中的应用

介绍了一种适用于模式识别的新型神经网络模型--局部有监督特征映射（Reglonal Supervised Feature Mapping,RSFM）网络,描述了该网络的拓扑结构和学习算法,研究了网络的基本性能,最后将其应用到了信号滤波中.理论研究和仿真实验表明,该网络结构简单、算法简洁,收敛速度快、识别精度高,适用于需要大样本训练、随机干扰严重的复杂模式的分类与识别.     

降雨空间分布模式识别

以广东省内186个站点的年降雨量分布为基础，把模式识别的聚类分析理论方法引入降雨空间特征分类研究中，进行降雨特征空间分布模式识别，以预测无雨量站点的降雨模式，从而分析水资源的空间分布模式，以便制订有效的水资源利用方案。结果表明，广东省年降雨量在空间上的分布可划分为6类模式；同时基于BP人工神经网络算法，建立了以高程、气温、蒸发量为主要参数的可判别和预测无雨量测站区域的降雨空间分布模式所属类别的模型，经过模型的学习和验证，效果较好。     

基于人工神经网络的混合气体定量检测方法

将气体传感器阵列与人工神经网络相结合，设计了用于混合气体定量检测的人工嗅觉系统；构造了局部连接的前馈神经网络的结构和基于递推预报误差的网络训练算法；通过实验对CO，H2，CH4三种气体的混合物进行了分析，实验结果证明气体传感器阵列和人工神经网络用于混合气体定量检测是可行的。     

The time course of spoken word learning and recognition: Studies with artificial lexicons.

The time course of spoken word recognition depends largely on the frequencies of a word and its competitors, or neighbors (similar-sounding words). However, variability in natural lexicons makes systematic analysis of frequency and neighbor similarity difficult. Artificial lexicons were used to achieve precise control over word frequency and phonological similarity. Eye tracking provided time course measures of lexical activation and competition (during spoken instructions to perform visually guided tasks) both during and after word learning, as a function of word frequency, neighbor type, and neighbor frequency. Apparent shifts from holistic to incremental competitor effects were observed in adults and neural network simulations, suggesting such shifts reflect general properties of learning rather than changes in the nature of lexical representations. (PsycINFO Database Record (c) 2010 APA, all rights reserved)     

Ionic Strength Effects on Heat-induced Gelation of Myofibrils and Myosin from Fast- and Slow-twitch Rabbit Muscles

The effects of ionic strength on myofibrils and myosin from rabbit fast-twitch Psoas major (PM) and slow-twitch Semimembranosus proprius (SMp) muscles before and after heating were studied by electron microscopy and thermal scanning rheometry. The direct suspension of proteins in low ionic strength (0.2M KCl; pH 6.0) led to very weak gels, whereas a gradual lowering of the ionic strength (by dialysis against 0.2M KCl; pH 6.0) of 0.6M KCl protein solutions induced strand-type networks at low temperature and strong heat-induced gels. As shown by transmission and scanning electron micrographs, in low ionic strength, SMp myosins formed shorter filaments before heating and thinner and shorter structures in heat-induced gels, as well as a lower gel porosity than PM myosins.     

基于邻域统计特性的概率神经网络及其在自动目标识别中的应用

在概率神经的一种改进模型－ＦＤＯ网络的基础上，提出在设计网络收敛域时进一步考虑每一像素点周围８邻域的影响，对网络的作用函数加以修，使改进后的网络具有稳定性好且收敛速度快的优点。通过实验对改进前后网络的识别性能加以比较，证明改进后的网络特别适用于噪声图像的识别。     

人工智能方法用于熔喷过程在线检测的研究

熔喷生产最终产品质量的控制，对于过程优化具有重要的意义。产品质量的在线检测是过程监测与质量控制必不可少的。本文首次在熔喷系统中引入人工智能的研究方法，对熔喷非织造布的厚度与纤维直径进行在线预测。实测数据与人工神经网络的预测结果吻合较好，从而证实了人工神经网络用于模拟熔喷过程的可行性。网络的输入包括：挤出机温度、喷头温度、熔融体挤出速率、空气流率及接收距离。神经元计算的输出是纤维直径与熔喷非织布的厚度。文中进一步提出了将神经网络与专家系统相结合的研究路线，以实现熔喷过程的优化控制。     

应用人工神经网络优化五点法水平井井网

水平井直井联合布井方式越来越多地应用到油田的实际开发中，但是井网的选择与优化方面的研究比较少，特别是没有根据不同开发阶段变化的生产动态对水平井井网进行优化。应用人工神经网络技术，在进行数值模拟计算的基础上，制作样本并训练网络，可预测任意面积、任意水平井长度下的五点法水平井井网在不同开发阶段的生产动态，优化出不同生产时间和不同井网面积条件下最优井网穿透比，即生产10a时最优井网穿透比为0．55～0．8。与数值模拟结果进行对比，最大误差在1％以内，表明这种方法既快速简便又具有较高的精确性，可以有效地指导五点法水平井井网优化设计。     

浅谈电动潜油单螺杆采油系统的研究开发

介绍了国内外各种螺杆泵采油系统的发展现状，并对电动潜油螺杆泵采油系统中齿轮减速器这一关键部件的方案选择进行了分析，旨在为研制开发国产高性能电动潜油螺杆采油系统提供参考。     

基于ANN和SA的混凝土配合比优化设计

利用模拟退火方法探讨了混凝土配合比的优化设计，并用Visual C＋＋语言编制了实用系统，得出了只要数据充分，算法的精度可以得到保证的结论，以推广该设计方法的应用。