人工智能,神经网络与光学

从发展智能计算机的战略出发，介绍了人工神经网络的研究背景和发展简史，扼要说明了神经元的基本运算功能以及人工神经网络的构造和类型。从可学习性，大规模并行性以及联想和容错能力等方面，通过已有研究成果的实例，分析了人工神经网络作为一种新型智能信息处理系统所具有的主要特点。并从硬件实现的角度，阐明了人工神经网络与光学或光子技术的密切关系。     

概率神经网络和FTIR光谱用于食道癌的辅助分析

利用正常与相应癌化食道组织的主要FTIR特征峰aυs,CH3、sυ,CH2、σCH2、aυs,po4-、υc-o、sυ,po2-及sυ,磷酸化蛋白作为概率神经网络的输入向量,对网络的主要参数(网络径向基函数分布spread(0~5))、输入向量和网络表现(m ean accurate rate of recogn ition)之间的关系进行了研究。主要结论如下:i)无论输入向量是哪种特征频率的组合,其平均识别正确率都高于71.40%;ii)当输入向量为特征频率sυ,po2、sυ,磷酸化蛋白或υc-0、sυ,po2、sυ,磷酸化蛋白时,网络表现较佳,平均识别正确率较好。当spread介于1.4~2.3时,两者均达到网络具有的最高平均识别正确率(85.71%);iii)大多数情况下,网络的平均识别正确率与spread之间呈现二个高峰的特征,即spread介于0.1~0.3和1.5~5.0之间时,网络均具有较高的平均识别正确率。研究表明,以傅里叶变换红外光谱的主要特征峰为概率神经网络的输入向量,用于食道组织样品的癌化识别分析是完全可能的,其平均识别正确率可达85.71%。     

模糊神经网络在复合地基沉降量预测中的应用

复合地基后期沉降变形对于建筑物设计及安全具有重要意义,针对通过长期沉降观测以得到复合地基的最终沉降需要耗费较多资源的问题,提出了一种基于模糊神经网络的预测方法.该方法考虑沉降变化过程有较大的随机性和模糊性,直接将样本数据进行模糊化,所得的模糊数代表了样本点集与控制点集中各分量之间的相关度,并依此建立模糊BP神经网络进行学习和估算.实验结果表明了该方法对沉降进行预测是可行与有效的,且在相对误差的有效控制方面优于BP网络方法与灰色方法.     

第三届全国人机语音通讯学术会议在重庆召开

第三届全国人机语音通讯学术会议（NCMMSC－94）于1994年10月24日至27日在重庆西南师范大学学术交流中心举行．这次会议是由中国自动化学会模式识别与机器智能专业委员会、中国电子学会信号处理学会语音图象通讯专业委员会、中国声学学会语言、听觉和音乐声学分会、中国中文信息学会基础理论专业委员会、中国通信学会通信理论专业委员会和国家高技术智能计算机系统专家组等六单位联合主办，由四川大学计算中心承办．会议主席由平国声学学会语言、听觉和音乐声学分会主任委员张家股教授担任、副主席有方像棠教授等七人、程序委员会由王仁…     

卤代化合物的碳—13化学位移模拟

用人工神经网络和多元回归方法对含２个碳的２１个卤代化合物的３５个化学位移进行计算机图像模拟，结果表明，人工神经网络方法优于多元回归方法，同时此种方法处理这类问题有明显的优势，波谱模拟技术在有机化合物结构解析中是非常有用的方法。     

人工神经网络及其在分析化学中的应用

人工神经网络是一种新兴的计算方法，有着广阔的发展前途，目前在分析化学领域已经有了多方面的应用。本文简要介绍了人工神经网络的原理及其在分析化学中的应用。     

维生素B的同时测定——神经网络与紫外光谱法

研究了反向传播神经网络（ＢＰＮＮ）及改进算法，经比较发现ＢＰＮＮ在某些方面优于滤波分辨及多元校正，将其应用于多元分析及光谱定量，可不经分离同时测定Ｂ族维生素，操作简便，结果良好，从而开发一种多组分同时光谱测定新方法。     

集成滤波器在谱图信号除噪中的应用

本文提出了一种由神经元网络与线性自适应滤波器组成的集成滤波器的实现方法，用于谱图信号除噪处理。     

应用反向传播神经网络预测化合物脑血分配系数

选用27种三维结构性质描述符对脑血分配系数预测建立神经网络模型.网络模型选用典型的适合函数逼近的两层结构神经网络对脑血分配系数(lgBB,BB为脑血浓度比)进行预测,计算中采用的模型具有一个双曲正切型激活函数的隐含层和一个线性激活函数的输出层.计算表明,使用小心选择的反向传播神经网络模型对化合物脑血分配系数具有较好的预测能力.     

基于GA-BP神经网络的信息技术业上市公司的成长性预测

文章针对民营企业中的信息技术业,建立包含盈利能力、营运能力、偿债能力、扩张能力、创新能力与公司规模6个方面的指标体系,采用整合改进遗传算法和神经网络的GA-BP算法,对企业的成长性建立模型进行预测与分析.进一步,为验证模型性能,从WIND金融数据库获取数据并进行预处理后,测试集上可决系数R2为0.9990,性能优于其他五种机器学习算法.通过公司市值增长率进行相关系数分析,对建立的模型进行有效性检验,结果表明所选特征的有效性与合理性.最后通过随机森林进行封装特征重要性排序,对指标模型进行简化,选出的8个特征在测试集上改进GA-BP算法的R2为0.8927,再次证明了最初指标选择的合理性.