基于粒子群优化算法的神经网络在农药定量构效关系建模中的应用

神经网络模型能有效模拟非线性输入输出关系,但其常规训练算法为BP或其它梯度算法,导致训练时间较长且易陷入局部极小点。本实验探讨用粒子群优化算法训练神经网络,并应用到苯乙酰胺类农药的定量构效关系建模中,对未知化合物的活性进行预测来指导新药的设计和合成。仿真结果表明,粒子群优化算法训练的神经网络不仅收敛速度明显加快,而且其预报精度也得到了较大的提高。     

循环子空间回归的一种快速算法及其在定量构效关系中的应用

循环子空间回归（ＣＳＲ）通过改变解空间的维数,可以获取一系列的回归模型,其中包括最小二乘回归（ＬＳＲ）、主成分回归（ＰＣＲ）、偏最小二乘回归（ＰＬＳＲ）和许多中间回归,从中可挑选最优回归模型。本文将分析ＣＳＲ的原理,给出一种可行的快速的ＣＳＲ算法（ＲＣＳＲ）,以提高计算速率和精度,并将其成功地应用于苯乙酰胺类除草剂定量构效关系的建模。     

自适应调优及其应用

一、基本思想 人要衰老、催化剂要中毒、分子筛要老化、设备因磨损而劣化.新陈代谢是万物发.展必循的基本规律,如何在事物变化过程中的各个阶段中,使研究对象的积极性得以充分发挥,这就是创导调优理论的老前辈,美国威斯康星大学Box教授传授给我们的最珍贵的思想. 由于当今设计水平的限制、设备与原料特性随时间而变化等原因,即使原生产线的操作参数是最佳的,也因上述原因会失去优势·因此必须以最接近当前的历史资料来指导确定生产线的最佳方案,按时间分段处理,这就是我们提出的自适应调优的第一个特点. 二、数学原理 近代回归分析中,逐步…     

识别和解释质谱图知识库系统的研究

本文从知识工程学角度考察了识别和解释质谱图的问题,讨论了建立识别和解释质谱图知识库系统需解决的一些主要问题,并提出了一个一致地、完备地用以表达分析化学领域知识的表达模型,发展了具有启发式和模型基两种方法优点的混合推理模型。进而论述了系统的设计思想和结构组成原理,以及知识库和推理机两者之间的关系。     

复杂化学模式群的非线性映射及其应用

提出新的非线性映射算法，并分别采用传统非线性映射算法和新的非线性映射算法，将8维橄榄油样本映射于平面。其中新的非线性映射算法获得更好保留样本模式拓扑结构的映射平面，映射平面清晰地反映模式的类别关系，即同类模式都清晰地聚集在一起，实现聚类。     

一种模式分类降维策略及其在复杂化学信息处理中的应用

采用分类相关分析方法处理复杂化学信息的模式分类问题。从高维模式中提取的分类相关成分,它们相互独立,并集中了原有模式的分类信息。提出由相关量份额选择分类相关成分,计算简便,用以替代原模式,可以显著地降维,使问题简化,分类效果良好。该方法应用于天然留兰香油多类判别,结果良好。     

色谱重叠峰分解的神经网络法

对于色谱图中两个相互重叠的峰, 本文提出了一种分解方法。首先在重叠峰的一阶导数曲线上取出五个无因次特征值, 然后用多层前传网来表达这五个特征值和重叠峰中子峰面积分率之间的关系。一系列实验的结果表明, 用神经网络方法所得子峰面积的准确度, 优于传统的垂线法及函数拟合法, 而且计算工作量较小, 可用于实时处理。