格氏反应中改进BP神经网络模型的应用研究

皮质激素生产过程是由一系列复杂的化学和物理过程构成的，格氏反应是其中的一步反应，本文将前向人工神经网络技术应用于格氏反应过程中，实现对格氏物收率的预测，实验结果表明，所建立的神经网络模型可以反映实际对象。     

格氏反应中改进BP神经网络模型的应用研究

皮质激素生产过程是由一系列复杂的化学和物理过程构成的,格氏反应是其中的一步反应,本文将前向人工神经网络技术应用于格氏反应过程中,实现对格氏物收率的预测,实验结果表明,所建立的神经网络模型可以反映实际对象     

模糊控制在Grignard反应参数控制中的应用

皮质激素生产过程是由一系列极其复杂的化学反应构成的．Grignard反应是其中的一步重要的生产工序．本文将模糊控制技术应用于Grignard反应工艺参数的控制过程，在现有的生产工艺基础上，通过合理调节各输入量，使生产稳定在一个较高的生产指标上．结果表明，所建立的模糊控制模型能有效控制不同前期生产条件下的生产指标．     

基于机器和深度学习的入侵检测综述

随着互联网的普及,网络空间与陆地、海洋、天空、太空齐名,已成为国家第五大主权领域空间。网络安全的重要性日益凸显,入侵检测作为有效的攻击检测手段,正被广泛研究。首先从入侵检测的概念和分类出发,详细阐述了入侵检测的前两个环节：数据采集及处理和信号分类。然后,围绕机器学习和深度学习两个研究热点对信号分类的技术进行了归纳和总结。最后,对于当前研究的问题提出了思考和总结,并对未来方向进行了分析和展望。     

模糊控制在Grignard反应参数控制中的应用

皮质激素生产过程是由一系列极其复杂的化学反应构成的，Ｇｒｉｇｎａｒｄ反应是其中的一步重要的生产工序，本文将模糊控制技术应用于Ｇｒｉｇｎａｒｄ反应工艺参数的控制过程，在现有的生产工艺基础上，通过合理调节各输入量，使生产稳定在一个较高的生产指标上，结果表明，所建立的模糊控制模型能有效控制不同前期生产条件下的生产指标。