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.     

用模糊综合评价值作为单纯形优化指标

本文介绍了一个模糊综合评价方法,讨论了模糊运算方法对运算结果即综合评价值的影响,并将模糊综合评价值用作单纯形优化指标。     

正交信号校正在正常成人血清1H NMR谱的代谢组分析中的滤噪作用评价

观察、比较正交信号校正(OSC)滤噪前后, 用不同的模式识别方法对正常成人血清代谢组¹H NMR谱进行分析的效果, 以探讨NMR代谢组学技术应用于临床研究和疾病早期诊断的可行性. 78例正常成人在采血前按常规要求禁食8 h, 记录血清一维600 MHz氢谱后, 分别采用主成分分析(PCA)、偏最小二乘法-判别分析(PLS-DA)以及簇类的独立软模式法(SIMCA)对氢谱进行模式识别分析. 结果表明: 虽然采血前并无其它诸如饮食、生活方式、生理周期等方面的严格限制, 采用OSC 滤噪后, PLS-DA能够完全区分不同性别的血清氢谱, 其判别能力优于PCA和SIMCA. 而且采用OSC滤噪与文献报道的未经OSC处理的PLS-DA法获得的与性别分类有关的主要NMR积分区段基本相同. 从OSC去除不同数目的隐变量后所致的PLS-DA模型的性能改变可见: OSC去除两个隐变量时, 前两个隐变量的特征值明显比后面的大; 剩余残差为20.82%, 即去除了79.18%的X变量中与反应变量Y不相关的系统变异. 此时PLS-DA计算所得的隐变量个数为1; 而不使用OSC或用OSC去除一个隐变量时, PLS-DA所得的隐变量个数分别为3和2. 作为PLS-DA模型质量的评价指标, R2X表示PLS-DA模型计算所获得的隐变量反映自变量X的变异的百分比, R2Y则表示隐变量反映因变量Y的变异的百分比, Q2 (cum)为交叉验证后PLS-DA模型所获隐变量能够预测X和Y变异的累计百分比. R2X在OSC去除两个隐变量时达到最低值, 表明此时PLS-DA计算模型包含的系统变异最少; R2Y与Q2 (cum)都达到80%以上并趋于稳定, 说明OSC去除两个隐变量时PLS-DA模型的质量优良. 显然, OSC可去除饮食、环境等因素的影响, 降低临床样本的不均一性, 这对于NMR代谢组学技术应用于临床研究至关重要. OSC滤噪去除的隐变量个数应根据剩余残差、去除隐变量的特征值大小、PLS-DA模型计算所得的隐变量个数和反映模型质量的相关指标加以判断.     

模糊正交法用于石墨炉探针原子化测定铋条件的研究

模糊正交法是通过把正交试验结果模糊化,然后用模糊数学的理论和方法来处理实验数据。与常规正交设计相比,能在同样实验工作量的情况下获得更多的信息。本文采用模糊正交法对元素Bi的测定条件进行优化,并将其同常规正交设计方差分析的结果进行了比较,并提出一个综合评价参数,对建立的分析方法进行了综合评价。     

一种利用质谱信息进行结构特征鉴定的模式识别方法

本文提出了分段式离子系列谱编码方法,实验证明具有很好的结构表征能力。本程序主要是以模式识别技术为基础,实现了对未知物谱图的KNN分类,进而得到未知物的主要结构特征。这个程序应用于有机化合物的分类,取得了满意的结果。     

模式识别—人工神经网络在化学中的若干新应用

本文通过我们应用模式识别－人工神经网络方法预报新化合物、熔盐相图以及复杂化学反应体系的研究，展示应用模式识别－人工神经网络方法与物理化学理论相结合，研究化学现象的可能性和应用价值。     

色谱技术在中药指纹图谱研究中的应用

 介绍了气相色谱、高效液相色谱、超临界流体色谱和高速逆流色谱等几种色谱技术在中药指纹图谱研究中的应用现状,以及使用模糊聚类分析和人工神经网络分析指纹图谱对中药进行模式识别和质量鉴定的方法。     

基于H_(∞)优化控制的多机电力系统稳定性研究北大核心

针对提高电力系统静态稳定性从而解决分布式电网并网后产生具有不确定性和偶然性的小干扰问题,本文采用多机电力系统模型的稳定性判据和H_(∞)优化控制问题进行研究,利用T-S模糊模型对多机电力系统模型进行建模,根据李雅普诺夫稳定性理论及H_(∞)优化控制理论,基于线性矩阵不等式(LMI),利用并行分布补偿(PDC)控制器的设计方法,证明了保证多机电力系统稳定的充分条件并实现电力系统的H_(∞)优化控制,给出这类非线性电力系统控制器的设计方法。最后采用MATLAB仿真软件对所求得稳定性判据进行验证,证实该结论的有效性。     

基于模糊神经网络的动车组转向架健康评估

动车组转向架的健康状态直接关系到到动车组的行车安全,基于健康评估方法获取其健康状态及时制定维护计划可以有效降低其维护费用.动车组转向架健康状态评估时应用了模糊层次分析法以及BP神经网络,其模糊矩阵的特征向量用遗传算法进行求解,获取动车组转向架系统关键部件健康状态的权重,以及基于转向架系统评价指标的健康状态样本数据.构建BP神经网络,用转向架健康状态样本数据作为神经网络训练集,优化神经网络结构参数.通过实际测试数据对神经网络评估效果进行检验,完成了动车组转向架健康评估方法的智能化,支持了动车组转向架的维护决策.     

EHMO和模式识别法研究芬太尼衍生物的构效关系

自Hansch等创立QSAR法以来,药物构效关系的研究已获得较大的进展。本文将模式识别法用于芬太尼衍生物构效关系的研究,将该类药物的分子结构看作与生物活性具有对应关系的表现形式——模式,以药物分子结构中有关取代基的多个量子化学参数为数量化的模式向量成分。将已知生物活性的药物作为模式识别训练点,则所得模式识别分类图反映了该类药物的生物活性与其量子化学结构特征参数间的统计学意义的关系。它既可用来探寻高效药物的结构参数,又能预测新设计药物生物活性的等级或类别。