近红外光谱法快速分析罗红霉素中两种主要成分

针对大环内酯类抗生素罗红霉素制剂的近红外光谱分析,利用后向区间偏最小二乘算法(biPLS)对全光谱进行波长区间选择预处理,并将其压缩为主成分,再利用BP人工神经网络(BP-ANN)建立预测模型,对其中的主要成分罗红霉素和乳糖进行预测。通过这个方法建立的模型,可以有效地抵御因为噪声等偶然因素引起的瞬时扰动,并在有效减少建模所用的波长数和建模运算时间的同时,使所建模型能达到较高的预测精度。为近红外快速在线同时检测药物多组分含量提供了新的参考方法。     

基于机器学习的非结构网格阵面推进生成技术初探

网格生成和自适应是制约计算流体力学未来发展的瓶颈问题之一,网格生成自动化和智能化仍是一个需要持续研究的领域.随着高性能计算算力的提升和大数据时代的到来,以机器学习为代表的人工智能方法已经成功应用于包括流体力学在内的多个领域,革命性地推动了这些领域的发展.本文首先简要综述机器学习方法在非结构网格生成领域的研究进展,分析基...     

模糊测度在山区开挖岩体移动分析中的应用

将山区地下开挖所引起的上覆岩土体的移动视为一模糊事件,应用模糊数学中的模糊测度理论,推导了相应的地表下沉及水平移动的理论计算公式,对煤矿开采所引起的地表移动进行了计算分析。通过工程实例计算分析表明,理论计算结果与工程实测资料吻合的很好。     

AI+环境下学生科学探究能力测评研究

降低教师重复劳动,提高学习评测的自动化和智能化水平是人工智能在教育评测领域的研究热点之一。在此背景下,本研究设计并开发了基于斜抛运动的探究学习场景,通过搭建人工神经网络,提取参考答案的关键短语辅助分词,训练人工标注的数据完成智能批改算法的设计,并将操作数量与探究结论的比值作为学生探究能力的指标。结果表明,基于辅助分词的人工智能批改算法对问答短句评判有较高的准确性,进而能实现对学生探究能力的评判;高中生中探究能力强的学生比例低于大学生,但相同能力聚类的学生之间能力没有显著差异。     

Quantitative Analysis of Berberine in Processed Coptis by Near-Infrared Diffuse Reflectance Spectroscopy

The near-infrared（NIR） diffuse reflectance spectroscopy was used to study the content of Berberine in the processed Coptis. The allocated proportions of Coptis to ginger, yellow liquor or Evodia rutaecarpa changed according to the results of orthogonal design as well as the temperature. For as withdrawing the full and effective information from the spectral data as possible, the spectral data was preprocessed through first derivative and multiplicative scatter correetion（MSC） according to the optimization results of different preprocessing methods. Firstly, the model was established by partial least squares（PLS）; the coefficient of determination（R2） of the prediction was 0.839, the root mean squared error of prediction（RMSEP） was 0.1422, and the mean relative error（RME） was 0.0276. Secondly, for reducing the dimension and removing noise, the spectral variables were highly effectively compressed via the wavelet transformation（WT） technology and the Haar wavelet was selected to decompose the spectral signals. After the wavelet coefficients from WT were input into the artificial neural network（ANN） instead of the spectra signal, the quantitative analysis model of Berberine in processed Coptis was established. The R^2 of the model was 0.9153, the RMSEP was 0.0444, and the RME was 0.0091. The values of appraisal index, namely R^2, RMSECV, and RME, indicate that the generalization ability and prediction precision of ANN are superior to those of PLS. The overall results show that NIR spectroscopy combined with ANN can be efficiently utilized for the rapid and accurate analysis of routine chemical compositions in Coptis. Accordingly, the result can provide technical support for the further analysis of Berberine and other components in processed Coptis. Simultaneously, the research can also offer the foundation of quantitative analysis of other NIR application.     

基于GABP的压力容器表面裂纹断裂研究

压力容器在长期运行过程中表面裂纹问题难以避免,进行基于断裂分析的安全评估对压力容器的稳定运行具有较强的现实意义.针对二维J-积分理论难以应用于表面半椭圆裂纹,数值模拟耗时冗长的问题,论文提出一种采用三维J-积分量化压力容器表面裂纹尖端应力强度,再结合神经网络进行预测的安全评估方法.通过有限元方法计算了1200例不同几何尺寸、裂纹尺寸和内压载荷的含表面裂纹的压力容器问题,分析了半椭圆裂纹尖端三维J-积分结果,构建修正系数F表征材料性能、裂纹尖端奇异性以及容器几何特征对三维J-积分的影响.基于生成的机器学习数据集,搭建反向传播神经网络(BPNN)模型,采用遗传算法优化,形成GABPNN预测模型.结果表明：BPNN和GABPNN模型预测精度高达96%以上,在未知数据上亦可以取得较为准确的结果,可以高效地预测裂纹尖端三维J-积分,对于实现计算机辅助压力容器安全性现场快速评定提供新的思路和方法.     

基于深度学习的无波前探测自适应光学系统研究进展

近年来自适应光学（AO）系统向着小型化和低成本化趋势发展,无波前探测自适应光学（WFSless AO）系统由于结构简单、应用范围广,成为目前相关领域的研究热点。硬件环境确定后,系统控制算法决定了WFSless AO系统的校正效果和系统收敛速度。新兴的深度学习及人工神经网络为WFSless AO系统控制算法注入了新的活力,进一步推动了WFSless AO系统的理论发展与应用发展。在回顾前期WFSless AO系统控制算法的基础上,全面介绍了近年来卷积神经网络（CNN）、长短期记忆神经网络（LSTM）、深度强化学习在WFSless AO系统控制中的应用,并对WFSless AO系统中各种深度学习模型的特点进行了总结。概述了WFSless AO技术在天文观测、显微成像、眼底成像、激光通信等领域的应用。

     

人工神经网络在激光诱导击穿光谱数据分析中的应用进展

激光诱导击穿光谱(L IBS)具有实时、远程、多元素同时分析的优点,近年来在工业在线分析领域逐渐受到关注,发挥着重要作用.但基于发射光谱本身的特性,L IBS存在光谱噪声、基线漂移、自吸收和重叠峰等现象;又由于环境变化、激光能量波动、基体效应、样品表面形貌等因素,造成光谱稳定性和重现性差.这些问题导致光谱信息与定性、定...