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。     

东海浮游翼足类(Pteropods)数量分布的研究

根据1997～2000年东海海域23°30'～33°00'N,118°30'～128°00'E的4个季节海洋调查资料,运用定量、定性方法,探讨了东海浮游翼足类总丰度的平面分布、季节变化及变化的动力学机制.结果表明,东海翼足类总丰度和出现频率有明显的季节变化,均为秋季最高,夏季次之,春季最低;总丰度在各个季节基本上呈东海南部高于北部、外海高于近海的分布趋势;春季的尖笔帽螺(Creseis acicula)、夏季的锥笔帽螺(Creseis virgula)、秋季的蝴蝶螺(Desmopterus papilio)和冬季的马蹄螔螺(Limacina trochiformis)是导致总丰度季节变化的最主要的种类;冬、春和夏3个季节丰度变化及4季总丰度的变化同表层或10m层水温有非常显著的线性相关关系,与底层温度及盐度的相关关系不显著.夏季翼足类高丰度区位于台湾暖流与黑潮暖流的分支处;从夏季到秋季,翼足类随着台湾暖流向北扩展,并在与长江冲淡水,闽浙沿岸水团,黄海水团等交汇处形成高丰度(大于500×10-2个/m3)和较高丰度(250×10-2～500×10-2个/m3)分布区.水温和海流是影响东海翼足类总丰度分布的主要环境因素.     

黄河利津水文站不同粒径悬浮颗粒物中有机碳含量的研究

估算不同粒径TSS中POC的入海日通量,对黄河利津水文站悬浮颗粒物(total suspended solid,TSS)样品,采用基于stokes原理的沉降法分为Ⅴ级,对分级后的样品测其有机碳(particulate organic carbon,POC)含量和粒度组成。在此基础上,用多元线性回归法对数据进一步处理,准确得到样品中不同粒径TSS中POC的含量。研究表明,黄河口淡水端水体TSS,<8μm的粘土和极细粉砂、8~16μm的细粉砂中,POC的含量为0.600%和0.400%左右;16~32μm的中粉砂中,POC的含量不足0.200%;而32~63μm的粗粉砂和>63μm砂中POC含量仅为0.050%和0.004%左右,80%以上的POC主要集中在<16μm的TSS中,而<32μm的TSS承载了95%以上的POC。     

水下智能潜器的神经网络运动控制

本文介绍一种基于神经网络的水下智能潜器的运动控制方法，该方法通过在线学习，融控制与滤波为一体。计算机仿真与水池实验验证表明，该方法的控制与滤波性能良好，对环境的学习与适应能力强。该方法事实上可用于一般动力系统的控制。     

基于塑性极限分析理论和神经网络响应面的结构系统可靠性分析

根据多层神经网络映射存在定理，提出了基于神经网络响应面和塑性极限分析理论的结构系统可靠性分析的新方法。数值试验表明，该方法可以快速、高质量地求出结构系统可靠性指标，是一个具有发展前景的新方法。     

一种基于BP算法学习的小波神经网络

为发展 Szu的基于信号表示的小波神经网络 ,提出一种多输入多输出的小波网络模型 ,网络隐层采用框架小波函数、输出层采用 Sigmoid激励函数 ,并选用“熵误差函数”以加速网络的学习速度。奇偶判别和混沌时间序列预测例子的实验结果表明了它具有良好的函数逼近能力和推广能力 ,收敛速度和均方误差均优于相同结构的多层感知器模型。     

群逆的性质及构造

1967年Erdelyi在[1]中提出了群逆，并通过矩阵属性研究了群逆的有关性质，1968年PierreRobert在(23中从线性变换的属性研究了群逆的性质，并提出了群逆的表达式。但他们都未从群逆所存在的代数系统——群来认识群逆的有关性质及其存在的构造形式。因而有些群逆的性质未予推导，有的推导较繁。今从群逆所赖以存在的代数系统——广义循回群加以探讨，并将(2)的表达式予以推广。     

浮游植物叶绿素a含量简易测定方法的比较

用乙醇、DMF(N,N-二甲基甲酰胺)、丙酮3种不同有机溶剂分别萃取苏州环城河水样中的浮游植物细胞叶绿素a,在分光光度计上测定其叶绿素a含量,试验数据经方差分析、Q检验,结果显示,乙醇法、DMF法的叶绿素a萃取率极显著高于丙酮(F=54.20＞F0.01(2,18)(6.01)).另用这3种萃取方法分别测定无常蓝纤维藻(Dactylococcopsis irregularis )纯培养液叶绿素a含量,通过直线回归,同样证明乙醇法、DMF法重复率较高,稳定性好,萃取率高.从安全、简便、重复性高等方面综合考虑,认为用乙醇萃取法是目前水域环境中浮游植物叶绿素a简易测定的最佳方法.     

基于神经网络的平底结构砰击压力预报

对利用神经网络预报平底结构入水砰击压力的方法进行了探讨。首先利用仿真软件计算各种情况下平底结构入水所产生的砰击压力，以此形成训练神经网络的数据集。其次利用数据集对三层反馈式网络进行了训练，讨论了不同隐含层节点数对该非线性系统的拟合能力，并且对梯度下降法、动量修正法和基于优化的LM算法的有效性和精度进行了比较，最后得出了适合平底结构入水砰击系统的网络结构。     

沉降监测多项式回归分析与神经网络预测

使用多项式和切比雪夫(Tchebyshev)多项式分别对沉降监测数据进行回归分析以预测未来沉降值,其中切比雪夫多项式的外推效果较好;应用前向BP神经网络对两种不同的单因子输入模式进行非线性函数逼近,并进行了不同采样步长的比较,实例表明将时间点作为网络的输入对沉降进行预测效果较好。