混合优化RBF-BP网络的板形缺陷识别

针对传统板形模式识别方法存在精度低、鲁棒性弱的问题,提出了一种混合优化RBF-BP组合神经网络板形模式识别方法。首先利用自组织映射网络(SOM)对样本聚类,利用聚类后的网络拓扑结构确定RBF的中心,并计算RBF的宽度,克服了传统聚类算法随机选取中心导致聚类结果不稳定的问题。然后利用遗传算法(GA)良好的全局搜索能力优化整个网络的权值。RBF-BP组合神经网络是由一个RBF子网和一BP子网串联构成的,该网络同时具备BP神经网络能较好地预测未知样本的能力以及RBF神经网络的逼近速度快的优点。并以某900HC可逆冷轧机板形识别为应用背景,在MATLAB2010a环境下进行仿真实验,结果表明混合优化RBF-BP组合神经网络的板形模式识别方法能够识别出常见的板形缺陷,提高了板形缺陷识别精度并具有较好的鲁棒性,可以满足板带轧机高精度的板形控制要求。     

THE SYNTHESIS OF PROTECTIVE FRAGMENTS OF α-HUMAN ATRIAL NATRIURETIC POLYPEPTIDE (α-hANP)

In this paper the synthesis of α-human atrial natriuretic polypeptide fragments (positions, 1-4, 5-10, 11-16, 17-22, 23-28) by solution method is reported. In the synthesis of some peptides, the re-sults from mixed anhydride procedure and active ester procedure are compared. In the synthesis of otherpeptides, the effects of reaction temperature, basicity of catalyst, and reaction time on the specific rota-tions and yields of these compounds are observed. The sequence of amino acids of all the protective poly-peptides is confirmed by FAB-MS.     

多肽研究——Ⅰ.α-人心房肽(α-hANP)带保护基的片段的合成

本文报道了与α-人心房肽(α-hANP)的A_1—A_4四肽及A_5—A_(10),A_(11)—A_(16),A_(17)—A_(22),A_(23)—A_(28)四个六肽片段对应的带保护基片段的液相法合成。在有些肽段的合成中,比较了混合酸酐法和活泼酯法所得的结果。在另一些肽段的合成中,观察了反应温度、催化剂的碱性及反应时间对产物产率的影响。上述带保护基的片段均由快原子轰击质谱测定氨基酸顺序,确认结构准确无误。     

错号排列的又一个公式

问题：有编号为1，2，...，n的n个小球，将其装人编号为1，2，...，n的n个盘中，每盒装1个球，且球与盒的编号不同，问不同的装球方法有多少种．邓廷元老师在文[1]中给出了这类"一对一错号排列"问题的公式解法该公式是用排除法得到的，并且文[1]中指出，n的值增大后，仍用常规法解，难度将随之增大，事实上，不论n的值多大，都可用常规法解，且难度并不大。设SR为一对一错号排列时K个小球装入K个盒子的不同装法种数．按题设要求把n个小球装入n个盒子可分两步完成：（Ⅰ）给编号为1的盒子装球，有种装法（Ⅱ）给其它n－1个盒子装球，若1号…     

多肽研究(Ⅳ)——α-人心房肽片段的快原子轰击质谱(FAB-MS)研究

采用FAB-MS测定α-人心房肽片段的氨基酸序列。通过分析碎片离子的m/z值,可以明确表达各肽段的氨基酸序列。在分子离子区都是[M+H]~+峰,所有片段羰基的α断裂都有肽键断裂和碳碳键断裂两种方式。