银耳多糖超声波提取工艺优化及抗BV2细胞炎症的作用研究

以银耳为原料, 采用超声波辅助热水浸提法提取银耳多糖, 以多糖提取率为指标, 以超声波功率、提取料液比、提取温度和提取时间为影响因素, 设计单因素试验, 并通过正交试验得到较佳提取工艺。通过用TRPV1(Transient Receptor Potential Vanilloid1)试剂盒检测了小胶质细胞TRPV1的释放水平, 与脂多糖(Lipopolysaccharide, LPS)对照组相比, 不同质量浓度的银耳多糖组(62.5, 250, 1000 μg/mL)均能不同程度地抑制TRPV1的释放量。说明了银耳多糖对于BV2小胶质细胞炎症具有良好的抑制作用。     

人工神经网络在组织网络化发展评价中的应用*

通过对给定样本模式的学习,构建的三层神经网络模型能够获取评价专家的经验、知识、主观判断以及对目标重要性的权重协调能力,较好地保证评价结果的客观性.实例证明,人工神经网络方法应用于组织网络化发展评价是可行和有效的.     

智能控制在气动比例位置系统中的应用

本文对由比例阀和无杆汽缸组成的气动位置系统在线性化的基础上进行了数学建模，对模型引入白噪声干扰，它通过噪声模型作用与对象输出端，并利用Hammerstein模型模拟了对象的非线性本质，通过计算机仿真研究了基于遗传算法寻优的神经模糊网络控制的应用效果。与实际结果进行比较，仿真效果良好。     

蛇毒抗栓酶的质量分析

对从白眉蝮蛇毒、江浙蝮蛇毒和尖吻蝮蛇毒中提取的蛇毒抗栓酶制剂进行了酶活性和安全性分析。被检样品的精氨酸酯酶活性都能达到要求，有的还超过出厂规格的1～3倍，但类凝血酶活性定性试验只有68.1％（64／94批）呈阳性反应。出血毒性和神经毒性检测，有14．4％和38．5％的样品不能通过。用SDS－PAGE分析纯度，被检样品分别含3～7条区带，分子量最低14．6KD，最高87.6KD．说明目前国产蛇毒酶制品纯度和质量较差。     

工业PTA氧化过程4-CBA浓度的模糊神经网络模型

A fuzzy neural network (FNN) model is developed to predict the 4-CBA concentration of the oxidation unit in purified terephthalic acid process. Several technologies are used to deal with the process data before modeling.First,a set of preliminary input variables is selected according to prior knowledge and experience. Secondly,a method based on the maximum correlation coefficient is proposed to detect the dead time between the process variables and response variables. Finally, the fuzzy curve method is used to reduce the unimportant input variables.The simulation results based on industrial data show that the relative error range of the FNN model is narrower than that of the American Oil Company (AMOCO) model. Furthermore, the FNN model can predict the trend of the 4-CBA concentration more accurately.     

基于神经动态规划算法的最优路径选择

针对传统动态规划算法在计算大规模路网的优化问题时所表现出来的计算时间长、存储空间大等缺点,引入了一种神经动态规划算法：它将传统的动态规划和BP神经网络结合起来,通过逼近Q学习算法来寻求一种最优策略,最终达到路径优化的目的。将此算法应用于一个交通路网,且用Matlab软件进行仿真,试验表明：该方法的实时性、并行性和全局性都优于传统动态规划,在城市交通流系统中能切实起到路径诱导的作用。     

神经元PID在化工非线性时变过程控制中的应用

针对非线性时变性的控制对象传统PID算法难以得到满意的控制效果,对神经元PID控制器进行研究。利用神经元的自学习能力,遵从一定的最优指标,自动调整PID控制器的参数,使之适应被控对象以及输入参考信号的变化。用于非线性时变加热炉温度控制,仿真结果表明,神经网络PID控制能够适应系统结构参数的变化,快速跟踪输入信号的变化,控制精度高。     

基于跨语言神经主题模型的汉越新闻话题发现方法

针对汉越跨语言新闻话题发现任务中汉越平行语料稀缺,训练高质量的双语词嵌入较为困难,而且新闻文本一般较长导致双语词嵌入的方法难以很好地表征文本的问题,提出一种基于跨语言神经主题模型（CL-NTM）的汉越新闻话题发现方法,利用新闻的主题信息对新闻文本进行表征,将双语语义对齐转化为双语主题对齐任务。首先,针对汉语和越南语分别训练基于变分自编码器的神经主题模型,从而得到单语的主题抽象表征;然后,利用小规模的平行语料将双语主题映射到同一语义空间;最后,使用K-means方法对双语主题表征进行聚类,从而发现新闻事件簇的话题。实验结果表明,所提方法相较于面向中英文的隐狄利克雷分配主题改进模型（ICE-LDA）在Macro-F1值与主题一致性上分别提升了4个百分点与7个百分点,可见所提方法可有效提升新闻话题的聚类效果与话题可解释性。     

深度强化学习及在路径规划中的研究进展

路径规划的目的是让机器人在移动过程中既能避开障碍物,又能快速规划出最短路径。在分析基于强化学习的路径规划算法优缺点的基础上,引出能够在复杂动态环境下进行良好路径规划的典型深度强化学习DQN（Deep Q-learning Network）算法。深入分析了DQN算法的基本原理和局限性,对比了各种DQN变种算法的优势和不足,进而从训练算法、神经网络结构、学习机制、AC（Actor-Critic）框架的多种变形四方面进行了分类归纳。提出了目前基于深度强化学习的路径规划方法所面临的挑战和亟待解决的问题,并展望了未来的发展方向,可为机器人智能路径规划及自动驾驶等方向的发展提供参考。