基于假设检验和专家系统的神经网络预测

根据硅渣形成的机理及数据特点，利用统计分析的假设检验来增加数据的可靠性，并结合长期积累的专家经验知识以及采用产生式规则知识的表示形式，建立了基于主元分析的数据分类专家系统。然后针对硅渣机理的特点，构造出神经网络结构来预测硅渣的准确值。最后将该系统用计算机实现仿真实验，仿真结果表明，本文提出的基于假设检验和专家系统数据预处理的神经网络预测方法是一种可行的数据预测策略。     

农业信息化专业学位研究生培养创新研究

针对农业信息化专业学位硕士生研究培养过程中存在专业认识不清、知识老化、实践基地缺乏等问题,分析存在问题的原因,结合地方农业高校信息化专业学位研究生培养的经验,提出"强化专业、追踪前沿、注重能力、突出应用"的人才培养新思路,阐述"四双"培养方式、"五个共同"的管理方式、"六段式"教学模式、"4+2"课程群、"4+4+2"课程教学与考核方式。     

饲料配方优化设计研究进展

饲料配方的优化技术是饲料行业生存生产的关键技术之一,同时配方的优劣直接关系产品的市场竞争力,因此,正确合理的配方设计显得尤为重要。本文从配方的实验设计和数学建模出发对饲料优化设计中涉及的具体方法及后续分析方法进行详细综述。     

支持向量回归的改进及其在QSAR中的应用

支持向量回归（SVR）存在诸多缺陷。本文基于均方误差（MSE）最小原则与留一法发展了自动筛选最优核函数与自变量的方法,对SVR进行了改进并构建了SVR的基本应用模型,该模型有效性在定量构效关系（QSAR）研究中得到验证。     

普通高校本科教学评估教学问卷系统的设计

设计了一种新的网络问卷系统。采用基于组件的三层拓扑结构模式和Structs框架构建,利用将受访者输入的登录信息与后台数据库中保存的姓名、身份证号信息比对及随机产生的验证码来解决身份认证等问题,并实现了短信和基于JMS的邮件群发功能,运用基于角色的权限分配原则、表单验证机制和加密类MD5code设计了系统的安全机制。     

普通高校本科教学评估教学问卷系统的设计

设计了一种新的网络问卷系统。采用基于组件的三层拓扑结构模式和Structs框架构建，利用将受访者输入的登录信息与后台数据库中保存的姓名、身份证号信息比对及随机产生的验证码来解决身份认证等问题，并实现了短信和基于JMS的邮件群发功能，运用基于角色的权限分配原则、表单验证机制和加密类MD5code设计了系统的安全机制。     

在QSAR中应用SVR的非线性组合预测

为提高定量构效关系(quantitative structure-activity relationship,QSAR)模型预测的精度,以支持向量回归(support vector regression,SVR)全局与局部核函数,发展出1种非线性组合方法GK-LK-SVR,其基本思路为:依均方误差(MSE)最小原则,分别基于SVR的全局与局部核函数筛选描述符后预测,实测值与不同核函数的预测值组合成混合样本,然后再依MSE最小原则基于SVR对混合样本实施核函数寻优及子模型筛选,最后以留一法完成预测。对2种化合物QSAR建模结果表明:GK-LK-SVR方法预测精度高,有望在QSAR研究中得到广泛应用。     

基于均匀设计与支持向量回归的发酵配方优化

结合均匀设计与支持向量回归,提出了一种新的配方优化实验设计与分析方法UD-SVR. 将其应用于优化产谷氨酸脱羧酶大肠杆菌诱变株的培养基配方与发酵条件,在考虑9因素时仅通过2轮28个实验,酶活性(吸光度OD630)即由初始的1.528高效提升至2.303,明显优于二次多项式偏最小二乘回归等经验风险最小参比模型. UD-SVR为多因素多水平配方优化实验设计与分析提供了一套预测精度高、指导性强、可解释性好、优化高效的整体解决方案.