广西寒露风开始期短期气候预测方法研究

利用1951-2013年广西90个气象观测站气温资料、国家气候中心74项指数和美国National Oceanic and Atmospheric Administration（NOAA）的Climate Prediction Center（CPC）60项指数以及海温和陆地雪盖资料、美国国家冰雪研究中心（NSIDC）的两极海冰资料,使用相关分析方法得到广西寒露风开始期气候影响因子,利用逐步回归和神经网络方法进行寒露风开始期的预测。结果表明：寒露风开始期与前一年9-10月北极海冰面积、当年3月南极海冰面积、前一年6月欧亚雪盖、当年5月北美雪盖、北半球雪盖的相关显著。与前一年9月北半球极涡面积指数、前一年10月亚洲区极涡面积指数、前一年3月热带印度洋海温偶极子等指数相关显著。粒子群-神经网络方法预测误差低于逐步回归方法,预报能力有明显提高。     

特大型桥梁施工GPS高程控制网技术研究

探索了采用GPS技术建立桥梁施工高程控制网的难点及关键问题,分析了GPS跨河高程传递测量方法的技术要点,结合工程实例得出了一些结论和建议。     

GPS静态定位技术在滆湖公路大桥测量中的应用

介绍了利用全球定位系统(GPS)静态定位技术，如何为滆湖公路大桥建立控制网，延伸出时控制网平差方案的确立上，以及如何使控制网中的成果与公路主线控制网中的成果互相兼容，从而为工程的设计与施工提供必要的控制资料。     

由粒子吸收光谱提取浮游植物吸收光谱的人工神经网络方法

基于现场实验数据集及人工神经网络技术,论文提出了一种从海中粒子吸收光谱提取浮游植物吸收光谱的方法。这个数据集包含了海中粒子吸收光谱和对应的浮游植物吸收光谱,并被分为三个子集:训练集、印证集和试验集。本研究所利用的人工神经网络系统为多层感知器,训练后的人工神经网络的性能由印证集和试验集来评价。实验结果表明,文中所提出的方法可成功地提取浮游植物的吸收光谱,其提取精度与传统的实验方法相当。     

System identification for nonlinear maneuvering of large tankers using artificial neural network

This paper deals with the application of nonparametric system identification to a nonlinear maneuvering model for large tankers using artificial neural network method. The three coupled maneuvering equations in this model for large tankers contain linear and nonlinear terms and instead of attempting to determine the parameters (i.e. hydrodynamic derivatives) associated with nonlinear terms, all nonlinear terms are clubbed together to form one unknown time function per equation which are sought to be represented by the neural network coefficients. The time series used in training the network are obtained from simulated data of zigzag maneuvers and the proposed method has been applied to these data. The neural network scheme adopted in this work has one middle or hidden layer of neurons and it employs the Levenberg–Marquardt algorithm. Using the best choices for the number of hidden layer neurons, length of training data, convergence tolerance etc., the performance of the proposed neural network model has been investigated and conclusions drawn.     

基于网络药理学探讨附子-细辛对高血压病的作用机制

目的：基于网络药理学研究附子-细辛对高血压病的作用机制。方法：运用TCMSP数据库挖掘出附子-细辛的有效成分及药物预测靶点,采用5个生物信息数据库检索出高血压病的疾病预测靶标,构建药物靶点-疾病靶标交集,使用Cytoscape生物信息分析软件绘制“成分-靶点-疾病”中药调控网络,基于STRING数据库构建“药物-疾病”相关靶点的蛋白互作网络（PPI）,并对其进行GO和KEGG的生物信息学分析。结果：通过生物利用度和类药性筛选得到附子-细辛的有效成分29个,对应药物靶点1807个,高血压病的疾病靶标8505个,构建的药物靶点-疾病靶标交集80个。与高血压病密切相关的GO富集条目91个,KEGG信号通路123条,主要涉及流体剪切应力与动脉粥样硬化、糖尿病并发症中的AGE-RAGE信号通路、白细胞介素（IL）-17信号通路、丝裂原活化蛋白激酶（MAPK）信号通路、PI3K-Akt信号通路等。结论：附子-细辛药对与高血压病密切相关,能够通过一条或多条通路协同发挥药效作用,考虑其可能是通过干预血液的流体剪切应力影响动脉粥样硬化与心血管重塑再生而实现的。     

基于分段副产物瞬时选择性的反应器网络综合

针对第三类反应体系的反应器网络综合问题,提出将串联反应以反应物到目的产物的反应步数为依据的新分段策略。通过比较不分段目的产物、不分段目的产物和中间产品、分段副产物和分段目的产物这四种不同的瞬时选择性,提出以分段副产物瞬时选择性为参数,以其对关键组分浓度或转化率的导数为依据选择各阶段最合适的反应器,以目的产物总选择性最大为目标采用遗传算法优化反应器网络。通过三个实例验证了本文所建立方法在解决复杂反应反应器网络综合问题的有效性,且本方法同样适用于简单反应体系。     

可靠性约束下的海底油气集输管网系统优化

在管网系统满足一定可靠度的基础上，以费用最小为优化目标，对系统进行了优化，求出了满足一定可靠度指标的费用最小的管网布置方案。对树状网络可靠性进行了评估，提出了一个0-l规划模型，并运用图论和网络理论将管网系统的优化问题转变为求可靠度至少为α的网络固的最小生成树问题。     

Kohonen网络与BP网络的集成应用研究

本文介绍了 Kohonen神经网络对输入数据进行聚类方法在卷烟配方中的应用 ,提出了从核心样本动态搜索 BP网络训练样本的新探索 ,摒弃了过去 BP算法中训练样本固定不变 ,互不相交的方法 ,实现了 BP网络和 Kohonen网络动态无缝集成。     

盐田水体遥感分类方法研究

以连云港台北盐场为研究区，介绍了监督分类法和神经网络分类法及其在盐田水体遥感分类中的具体应用。研究结果表明，用神经网络分类法进行遥感影像自动分类，其分类精度高，显示了其在遥感领域较为广阔的应用前景。