葡萄酒类别的色谱界定方法研究

本文从气相色谱法分别检测葡萄酒的条件优化入手,得到具有良好分离效果的色谱柱及最佳色谱条件,用毛细管柱和GS-MS联用的方法分析了不同品牌葡萄酒的特征组分及相互之间的差别,并对白酒和黄酒酒质进行侧面对比,从而初步得出鉴别葡萄酒品质的依据。     

降低OFDM符号峰均比的自适应交织方法

针对正交频分复用（OFDM）系统传输的符号具有很高峰值平均功率比的问题，提出了一种自适应交织方法，该方法采用门限控制技术，对经过K-1路交织器后符号的峰均比进行白适心控制，将待传输符号的峰均比降低至特定门限下，致使某些传输符号的峰均比小会出现最佳状态，但均满足峰均比门限，以提高很小的峰均比（≤0．5dB）作为代价，达到降低系统复杂度并且有效降低OFDM符号峰均比的目的．仿真试验结果表明：采用自适心交织万法比传统K-1路交织器方法町减少使用60％以上的交织器，同时可使OFDM系统传输符号的峰均比降低2．5dB。     

用人工神经网络方法研究高聚物的热力学性质

用前馈多层神经网络方法研究了高聚物的热力学性质.在本文的人工神经网络模型中,输入层为高聚物的密度ρ,缠结分子量M-e,玻璃化转变温度T-g,高聚物的高弹性模量G-N,钩状构像含量β和无扰均方末端距的特征比C-∞;输出层为高聚物比热C-p;隐含层的节点数为5.最后预测结果与实验结果非常接近,相对误差为2.2～5.4,这为研究高聚物的其它物理性质提供了一种新的方法.     

重叠PCR法构建嗜酸乳杆菌分选酶A基因外源打靶片段

为比较单步法、分步法重叠PCR在构建嗜酸乳杆菌Lactobacillus acidophilus ATCC4356分选酶A(SrtA)外源打靶片段的差异性, 设计了5对具有20~25bp互补末端的引物, 分别扩增两对上下游同源臂和卡那霉素基因, 先采用分步法、单步法重叠PCR构建不含筛选基因的外源打靶片段SrtA-up2-SrtA-down2, 比较两者优劣, 随后取较优者构建含抗生素筛选基因的打靶片段SrtA-up1-Kan-SrtA-down1. 结果显示单步法优于分步法, 非特异性扩增少, 拖尾现象少, 且扩增打靶片段SrtA-up1-Kan-SrtA-down1条带单一, 无非特异性扩增. 即在构建两种外源打靶片段时, 单步法重叠PCR优于分步法PCR, 为之后构建嗜酸乳杆菌基因打靶载体、构建融合基因打下了基础.     

不需酶切位点的重叠延伸PCR在克隆表达中的应用

利用一种不需要酶切位点的重叠延伸PCR方法,将目的内含子片段插入LacZ报告基因中的任意位点,并对插入内含子片段的LacZ报告基因的活性进行分析,同时利用RT-PCR的方法对插入内含子的剪切效率进行检测。结果显示该方法可以在不加入额外碱基的情况下在DNA序列的特定位置插入目的DNA片段。并且该方法与In-Fusion克隆相比有一定的优越性。     

求解多峰函数的改进粒子群算法的研究

针对标准粒子群算法进行多峰函数优化时存在的易陷入局部极值和搜寻效率低的问题，提出了子种群划分和自适应惯性权重改进方法来求解多峰函数．根据群体微粒的相似度将粒子群分成子群体，各子群体围绕一个有最佳适应值的群体中心进行建立，并通过几个经典函数进行求解．实验表明：改进的粒子群算法能快速有效地找到多峰函数的全局最佳值．     

植物样品中Zn的双背景峰背比测定法

本文介绍了一种用双背景峰背比法测定植物样品中金属元素的方法。利用此法我们成功地测定了茶叶(84501)和茶树叶(84501)标样中的Zn,其结果与鉴定值吻合良好。     

清凉峰自然保护区台湾水青冈群落优势种群密度制约效应分析

以清凉峰自然保护区1 hm2台湾水青冈（Fagus hayatae）群落样地为对象,利用2006和2011年2次对胸径（DBH）≥1 cm每木的调查数据,对死亡和补员（recruit）动态进行了描述.同时,采用邻体（neighborhood）和空间分布格局分析方法对台湾水青冈群落优势种群密度制约效应进行了研究.结果表明：（1）5年间样地内木本植物个体数由8 439株减少到7 096株,其中,死亡1 430株,新增87株(DBH≥1 cm).此样地中,DBH≥1 cm的所有个体平均年死亡率和平均年新增率分别为3.71%和0.25%.（2）8个优势树种死亡个体主要集中在小径级,死亡个体的胸径显著小于存活个体的胸径.（3）不管是以种群所有个体是否存活作为因变量,还是以幼树个体是否存活作为因变量,邻体分析的结果都得到只有少数树种的存活与邻体同种基面积或个体数有显著相关性;空间分布格局分析得出8个优势树种中有6个表现出受密度制约的影响.     

关于二元解析插值的收敛性

对于一个二元解析函数,讨论了它在一个矩形区域上的二元多项式的Lagrange插值,证明了为使任意选取节点的插值收敛,被插值函数必须解能析延拓到一个足够大的区域.     

基于信号分解降低OFDM信号峰均比的优化建模

针对正交频分复用(OFDM)系统时域信号具有较高峰均比(PAR)的特点,提出一种新的减小PAR方法.首先经过削峰处理削去幅度大于阈值的信号,然后利用信号分解理论对OFDM削峰信号进行分解,从有用信号中分离出噪声,最后通过限定信号幅度阈值和频谱发射模板来建立误差向量幅度(EVM)优化模型.计算机仿真实验结果表明:新方法在性能上优于传统的非优化建模方法;且与已有的PAR减小优化模型相比,新方法在减小计算复杂度的同时还保持了与已有文献中提出的优化模型的性能.     

具有动态阈值的人工神经网络

在研究神经元阈值作用的基础上,提出了神经网络中神经元的动态阈值选择作用和神经元之间抑制作用模型,研究表明,这种模型能降低应用对象模型的复杂性,简化网络运行的中间过程,修正二值输出函数的性能,使收敛速度和有效性得到改善.将这种人工神经网络用于求解TSP问题,显示系统还具有模拟退火作用的效果.     

人工神经网络模型及其在遥感中的应用

人工神经网络是通过模拟人脑神经元活动的过程来处理信息,现已在许多科学领域得以应用,并在分析人工神经网络模型基本原理和运行机制的基础上,探讨其在遥感应用中的优越之处及其与地学知识和专家系统的结合模式。     

基于泛函连接神经网络的FIR滤波器设计方法

基于4种FIR线性相位滤波器幅频响应函数的统一表示形式,提出了一种泛函连接神经网络模型,并应用于线性相位FIR滤波器的设计.该网络模型在实际应用中保持了余弦神经网络模型的一切优点,并且能够设计出余弦神经网络不能够设计出的单位冲激响应为奇对称的FIR线性相位滤波器,该神经网络模型具有较强的泛化能力.多通带滤波器和90°移相器两种FIR线性相位滤波器的设计实例,表明了该网络模型在高阶线性相位FIR滤波器设计中的有效性和优越性.     

基于人工神经网络的多媒体语音特征挖掘

提出了一种基于人工神经网络的聋儿语音训练识别的多媒体特征挖掘技术 .构造了邻域三层神经元合作竞争的动态行为神经元模型 ;实验选取了动态递减函数、动态最小覆盖矩阵和动态确定阈值形成的 SOL A挖掘算法 ;以及聚类分布的网络图技术 .解决了聋儿语音训练系统中基本语音识别的难题 .     

基于人工神经网络的建筑物软基沉降预测

提出基于人工神经网络的基础最终沉降的预测新方法，通过工程实例应用，在较短的实测资料情况下，可获得较小误差的最终沉降量，所建立的模型预测精度高．     

BP人工神经网络用于除草剂活性预测

采用AMI方法研究了10种新型的磺酰脲类除草剂的电子结构，并以原子的Mulliken净电荷和除草剂在不同浓度(100，10mg／L)下对油菜、稗草两种作物的根、茎部位的抑制率为训练样本集。构造并训练得到具有活性预测能力的BP神经网络．结果表明，该BP网络不仅能对训练样本很好拟合。亦能对未知化合物的活性作出很好的预测．     

基于高频电阻抗信号与神经网络技术的结构损伤识别研究

为保证结构的安全性和耐久性,宜对结构早期的损伤情况进行健康监测.采用电阻抗方法和人工神经网络技术对钢制薄梁进行了损伤识别的实验研究,但将测得的电阻抗信号都作为神经网络的输入参数则显得不切实际,所以采用主成分分析的降维方法进行实验数据的预处理,降维后包含着最重要主成分的电阻抗信号代替原始数据将作为神经网络的输入参数.研究表明：采用该技术得到的仿真结果与实验观察非常吻合.     

用BP神经网络模型评价养殖区水域的富营养化——以湖州地区为例

根据养殖区水域富营养化程度主要影响因素和评价标准,用足够多的BP神经网络训练样本、检验样本和测试样本进行模拟学习,给出了区分养殖区富营养化程度的分界值,能够直观地进行不同等级富营养化程度的划分.所得到的神经网络模型具有较好的泛化能力和预测能力,减少了人为主观因素的影响,该模型有一定的客观性、通用性和实用性.实例分析表明,湖州地区养殖区外荡水域富营养化程度比较严重,处于富营养化和重富营养化状态.     

一种利用RBF神经网络的传感器建模新方法

介绍了基于RBF神经网络的传感器建模新方法，其网络结构简单、收敛性好、计算机仿真结果显示该模型能同时传感器的温度补偿和非线性校正。     

基于粗糙集和BP神经网络算法的网络故障诊断模型研究

针对计算机网络故障诊断知识库冗余性高、神经网络与PCA、DS证据等理论相结合诊断精度不高的难题, 提出了一种新的基于粗糙集和BP神经网络的计算机网络故障诊断模型. 首先利用粗糙集算法对网络故障特征进行约简处理、提取最小诊断规则; 其次利用最小规则训练BP神经网络, 建立基于粗糙集和BP神经网络的计算机网络故障诊断模型; 最后将模型运用于真实网络故障数据诊断. 结果表明: 该模型具有学习效率高、诊断速度快、准确率高的特点, 能够快速诊断网络故障类型.