人工神经网络方法预测气相色谱保留值

本文运用一典型的人工神经网络模型－“反向传播“模型的改进形式，研究了诱导效应指数Ｉ，摩尔折射度Ｒｏ，疏水亲脂参数ＩｇＰ，以及分子联通性指数与气象色谱保留行为的关系，实现了对色谱保留植的预测。神经网络预测模型的最大相对误差不超过８．７％。结果表明，该方法性能良好，可望成为色谱保留值预测的有效手段。     

高温超导体制备条件的人工神经网络识别

高温超导体的制备条件要求严格,其掺杂量大小、烧结温度控制等都直接影响实验样本的超导性质。近几年高温超导研究已积累大量实验数据,如何应用人工智能方法处理这些数据寻找更好的合成条件颇有意义。人工神经网络方法在许多领域己显示其处理复杂数据和模式识别的优越性,但尚未应用到化合物制备研究方面。本文对此作了初步尝试。     

用神经网络法鉴别十二碳共轭双烯-1-醇、醛和乙酸酯双键位置异构体

将神经网络运用到十二碳双烯-1-醇、醛、乙酸酯三类化合物及其双键位置异构体的识别预报上,本文报道这一工作的主要结果.     

人工神经网络模型在非ABO3型希土复氧化物电阻率特性分析中的应用

目前,人工神经网络在模式识别及其他领域的应用引起了普遍的关注.本文叙述“反向传播”神经网络模型,算法和在非ABO_3型希土复氧化物电阻率分析中的应用,实验结果表明,神经网络的判别正确率为100％,因此,该方法可望成为化合物分析,材料设计的辅助手段.     

测定电位滴定终点的神经网络法

本文利用改进的“反向传播”神经网络模型,在滴定突跃附近,建立了E-V曲线的神经网络插值模型,由其二阶微商求得滴定终点。计算实例中,拟合最大相对误差不超过0.1％,计算机CPU时间不超过20s,实验结果表明,该方法性能良好,在电容量分析方面有广阔的应用前景。     

用神经网络法鉴别十二碳共轭双烯-1-醇、醛和乙酸酯双键位置异构体

引言随着国际上神经网络研究的兴起,该法也逐步应用于化学模式识别领域。国内外很早就开展了化学模式识别的理论和应用研究,取得了很好的成果。最近,我们首次用神经网络进行了高温超导体制备条件的识别,成功率达100％。而后,又开展了生物制品(冠心病患者与健康人的血液样品)的多变量分析,利用神经网络探索微量金属元素与疾病(冠心病)之间的关