高氧化态（Ⅱ─Ⅳ）三核金属簇合物构型的人工神经网络判别方法

本文运用一典型的人工神经网络模型─“反向传播”模型，对高氧化态（Ⅱ─Ⅳ）三核金属簇合物的构型分布进行了分析，得到了较好的分类、预报结果为化合物结构分析提供了新的工具。     

用自组织学习联想神经网络（LASSON^2）识别茶叶

运用自组织学习联想神经网络，根据茶叶色泽，研究了绿茶、红花、青茶、黑茶的分类识别，识别成功率达１００％。结果表明，该方法性能良好，可望开辟茶叶分类识别研究的新途径。     

用人工神经网络建立油田采收率模型

运用人工神经网络“反向传播”模型的改进形式，将影响采收率的主要因素作为系统的输入，通过自学习的算法，确定采收率与诸因素之间的关系，便得到预测采收率的模型。本文以江汉油田的资料为例，计算结果，相对误差小于４．６％。     

用遗传算法辨识发酵动力学模型参数

提出发酵动力学模型参数辨识的遗传算法,并对典型模型进行了具体尝试。结果表明,遗传算法估计参数效果很好,优于麦夸脱方法。     

传感器阵列信号处理的人工神经网络方法

文章提出传感器阵列信号处理的人工神经网络方法,并以K~+/Ca~(2+)/NO_3~-/Cl~-阵列系统为对象,尝试了该方法的效果。结果表明,其拟合最大相对误差不超过7.4％,预测最大相对误差不超过6.9％。可见,神经网络方法性能良好,可望成为各种传感器、传感器阵列信号处理的有用工具。     

采煤工作面顶板分析的人工神经网络方法

提出采煤工作面顶板分析的人工神经网络方法，并选取一组标样作为研究对象，识别成功率达１００％。结果表明，该方法性能良好，可望成为顶板分类的有效的辅助手段。     

采煤工作面顶板分析的人工神经网络方法

提出采煤工作面顶板分析的人工神经网络方法，并选取－组标样作为研究对象，识别成功率达１００％。结果表明，该方法性能良好，可望成为顶板分类的有效辅助手段。     

遥感土地覆盖类型识别的自组织神经树模型

本文提出遥感土地类型识别的自组织神经树模型，并选取一组标样作为研究对象。在所选例子中预测效果较好，结果表明，该方法性能良好，可望成为遥感土地覆盖类型识别的有效手段。     

传感器非线性校正的人工神经网络方法

本文提出传感器非线性校正的人工神经网络方法。研究实例中，其最大相对误差不超过０．９５％。理论分析和实验结果表明，该方法性能良好，在建立各种传感器的校正曲线方面有广阔的应用前景。