基于神经网络规则提取的航空发动机磨损故障诊断知识获取

本文针对神经网络智能诊断与专家系统中知识难于理解和诊断解释能力差等问题，研究了一种新的基于功能性观点的神经网络规则提取方法，介绍了方法流程及关键算法。并用UCI机器学习数据对方法进行了分析和验证。最后，将方法应用于实际航空发动机磨损故障诊断中，采集了某型航空发动机实测油样光谱数据237个样本，利用本文神经网络规则提取方法提取了发动机磨损故障诊断知识规则，并对其进行了解释，结果充分表明了本文方法的正确有效性。     

神经网络在药动学评价中的应用

［摘要］神经网络是一种数据分析方法，具有并行性、容错性、非线性和自学习性等特点。在化学、药学和生物学等领域中，正在逐步取代传统的线性方法而成为数据分析的主要方法。近几年来，在药动学评价的研究领域中，神经网络模型也得到了广泛应用。因为药动学涉及到非线性的过程，所以，神经网络模型在此领域的表现大大优于传统的线性模型。该文在总结有关文献的基础上概述了近年来神经网络在药剂评价、新药的药动学评价和药物的临床评价等几个方面的应用情况。     

BP神经网络在判别分析中的应用

为探讨 BP神经网络在判别分析中的应用 ,设计合适的 BP神经网络参数 ,利用 BP神经网络建立了判别模型。结果显示 ,BP神经网络在回代和前瞻性考核中都取得较好的结果     

抗癌药10—OAc取代紫杉醇类似物的构效关系研究

应用MM3分子力学方法计算了28个10位OAc取代紫杉醇类似物的优势构象，采用MNDO法计算了化合物的电子结构，并用回归分析和神经网络（BP网络）方法寻找其量化指数与抗癌活性的关系。结果表明：1）紫杉醇类似物的油水分配系数logP与活性参数间呈较好的抛物线关系，说明药物必须具有适当的脂溶性和水溶性才有利。2）2‘碳原子、R2基团与3‘碳原子直接键连的N原子、O－18、2－OBz中Bz的负电荷越多，对活性越有利。神经网络计算得到R=0.975，RMS=0．0976。神经网络的结果可较精确地预测化合物的抗癌活性。     

药物生物利用度遗传神经网络预测研究

目的对药物生物利用度进行遗传神经网络预测。方法将人工神经网络与遗传算法应用于药物生物利用度预测研究，提出了采用遗传算法对人工神经网络进行优化的网络模型建立方法，利用遗传算法对神经网络模型中的权重进行优化,同时运用遗传算法强大的搜寻功能,得到特定条件下模型的最优解。并以药物分子体积(V)、分子折射率(R)、脂水分配系数(lgP_C)、水合能(H)、分子极化度(P)、前线轨道能量E_HOMO和E_HOMO为网络输入参数，以药物的平均生物利用度为网络输出参数，建立了药物生物利用度遗传神经网络预测模型。结果经遗传算法优化的GA-BP神经网络模型对生物利用度的预测精度为95.9%。结论该模型可以用于药物生物利用度预测研究。     

神经网络反传算法改进及其在药物分析中的应用

目的 对神经网络反传算法(BP)加以改进并用于复方药物的测定。方法采用改进算法(MBPN)，并用XOR问题考察改进前后的收敛速度。结果 将MBPN算法用于复方扑热息痛中三组分的同时测定，相对误差为-6．0- 9．0％。结论 MBPN法经优化选择传播参数．γ加快了神经网络NN的收敛速度，增强了反传算法BP的可用性和实用性。用于复方药物的同时测定结果良好、操作简便。     

基于模糊神经网络的人工鱼虚拟味觉系统研究

本文设计了在智能虚拟环境下人工鱼的一种虚拟味觉系统.利用模糊神经网络实现了鱼儿对食物的学习记忆算法.模糊神经网络由于同时具备了模糊逻辑对规则的表达能力以及神经网络的学习能力,非常适合解决虚拟环境中味觉的信号识别问题,经实验验证是切实可行的.基于模糊神经网络的味觉系统的研究和实现为人工鱼多感知融合系统提供了基础.     

应用神经网络方法研究3—甲基芬太尼类似物的定量构—效关系

应用神经网络这种新型的信息处理系统研究定量松－效关系。方法：应用自编的逆传播神经网络算法，结合偏最小二乘法，研究了２５个３－甲基芬太尼类似物量子化学指数和镇痛活性之间的定量关系。结果：得到了良好的ＱＳＡＲ模型，３－甲基芬太尼类似物的量子化学指数即Ｎ１和Ｏ１６上净电荷，Ｃ１０－Ｃ９－Ｎ８－Ｃ４二面角，Ｃ７－ＰｈＡ中心的距离与镇痛活性之间具有很好的相关性，并根据计算，提出了芬太尼类似物与阿片受体的结合     

BP神经网络在疾病预测中的应用

目的:探讨BP神经网络在疾病预测中的应用。方法:设计合适的BP神经网络模型,用Matlab7.0编写模型程序,利用精神分裂症影响因素拟合模型。结果:BP神经网络在精神分裂症发病与否的预测中取得了较好的效果。结论:BP神经网络在流行病学中有良好的应用前景。     

用BP神经网络预测化合物的经皮渗透速率

以文献报道的40个化合物的相对分子质量（Mr）、油水分配系数的对数值（1gKow）、供氢数（Hd）和受氢数（Ha）为输入变量，化合物经皮渗透速率对数值（1gJmax）为输出变量，建立了BP神经网络，并用其预测了另8个化合物的1gJmax。结果表明，用预测值对实测值进行线性回归，所得相关系数的平方为0．997。与Potts—Guy模型和Lien—Gao模型相比，BP神经网络得到的预测值与实测值更接近。     

基于改进的粗糙神经网络模型的入侵检测系统研究

本文对传统的粗糙神经网络模型进行了改进,加入了具有不良信息过滤功能的隐单元,在此基础上提出了相应的网络入侵检测模型,充分发挥了粗糙集理论和神经网络的优势,弥补了各自的缺点.实验证明,在传统神经网络里加入具有不良信息过滤功能的隐单元,可以有效识别网络中的不良信息,降低神经网络系统的输入维度,提高入侵检测系统的识别效果.     

小波神经网络在肿瘤预后中的应用研究

介绍了小波神经网络模型,给出了相应的算法和公式。将小波神经网络模型用于肿瘤患者预后研究。结果表明,与传统BP网络相比,小波神经网络具有较快的学习收敛速率,在肿瘤患者预后方面具有良好的应用前景。     

小波神经网络在流行性出血热中的预测应用

目的:应用小波神经网络对流行性出血热发病人数进行建模预测;方法:用2006年1月～2011年12月,共6年72个月的数据,用matlab7.0来实现小波神经网络和神经网络对流行性出血热发病率的建模预测。结果:小波神经网络预测平均误差0.27,神经网络为1.06。结论:小波神经网络拟合误差小于神经网络,说明小波神经网络在预测中有更好的函数逼近能力。     

一氧化氮与学习记忆

一氧化氮是近年发现的一种新信使物质，在中枢神经系统中，它介导了兴奋性神经传导，对海马，小脑等神经元上突触可塑性和神经网络的构建产生重要影响，因而与学习记忆关系密切。     

基于神经网络的项目参数估计方法

针对题库建设中项目参数估计的实际问题,提出了一种全新的基于神经网络的参数估计方法;并以二值记分的3PLM为项目反应理论模型,以广义回归神经网络为网络模型,根据Monte Cado实验法进行了模拟实验研究,最后将神经网络方法与传统的数理统计估计方法进行了比较.结果表明,在小样本测验情况下,神经网络方法具有一定的优势,尤其是当去掉对项目参数的先验概率分布的限制时,神经网络方法的优势更加明显,说明本文提出的方法具有一定的价值. ,     

药物清除率的定量构动关系研究

目的　利用量子化学和神经网络方法,建立药物分子结构参数与药物清除率之间的关联模型,以预测药物的清除率。方法　计算了已知清除率的100种药物的18个结构参数,并对其进行了主成分分析,获得3个独立结构参数,分别以3个结构参数和18个结构参数作为神经网络的输入,进行了神经网络的建模和预测。结果　采用3个结构参数作为输入参数的神经网络的预测能力明显优于采用18个结构参数的预测能力。结论　所建预测药物清除率的神经网络模型可行,建模时进行药物分子结构参数选择非常必要。     

小波神经网络在人口死亡率数据拟合中的应用

目的:对人口死亡率数据进行建模与拟合。方法:用小波神经网络和神经网络分别对2011年《中国统计年鉴》上1996年到2010年的人口死亡率数据进行建模拟合,并对逼近效果进行比较,并用Matlab7.0编程实现。结果:小波神经网络的平均绝对误差是0.00856‰,神经网络的平均绝对误差是0.0228‰,小波神经网络拟合的平均相对误差是0.131%,神经网络的平均相对误差是0.342%。结论:小波神经网络拟合的平均绝对误差和平均相对误差比神经网络小,说明小波神经网络对波动较大的人口死亡率数据有较好的函数逼近能力和拟合能力。     

基于模糊神经网络的粗糙集在股市预测中的应用

提出在模糊神经网络中使用粗糙集理论进行网络的设计.在模糊神经网络中引入粗糙集理论,不仅可以去除模糊神经网络中输入层的冗余神经元而且可以确定隐含层神经元的数目,从而使模糊神经网络具有更准确的逼近收敛能力和较高的精度.最后应用于股票市场,在股票买卖时机预测中取得了良好的效果.     

基于遗传算法优化支持向量机的网络流量预测

介绍了支持向量机用于时间序列预测的理论基础和遗传算法优化支持向量机参数的方法,首次把遗传算法优化参数支持向量机应用于两组实际网络流量的预测,并与BP神经网络和RBF神经网络方法进行了比较.结果表明:支持向量机相比较BP神经网络和RBF神经网络对网络流量的预测结果精度更高、性能更好.利用支持向量机预测网络流量是一种可行、有效的方法.     

房室网络模型及其在血糖代谢分析中的应用

将房室模型生理意义明确与神经网络模型适宜拟合非线性函数的优点结合起来，构造出房室网络模型。叙述了该模型建模方法的步骤及特点，并应用于血糖代谢系统建模分析，计算结果表明了该方法的有效性