RBF神经网络建立真菌发酵过程模型的研究

采用结构简单的ＲＢＦ神经网络建立真菌发酵过程模型，模拟结果精确，网络训练误差收敛速度也很快。     

∑－π型神经网络中误差曲面与学习效率研究

∑－π型神经网络是由具有高阶神经网络特性的单元构成的无隐层网络。研究了∑－π型神经网络中的误差曲面和学习效率，给出了理论推导和分析。对于典型的ＸＯＲ问题，分别使用ＢＰ网络和∑－π网络进行了计算机模拟计算。结果表明，ＢＰ网络中误差曲面存在大量的平台（ｆｌａｔ）和梯阶（ｓｔａｉｒ－ｓｔｅｐ），∑－π网络中误差曲面变化梯度较大，因此具有较快的学习收敛速率，能克服ＢＰ网络的不足。按文中所用模拟计算方法，可以建立∑－π网络和ＢＰ网络中学习参数与学习效率、误差曲面特性之间关系数据库，有利于∑－π网络和ＢＰ网络的参数优选、加速收敛和硬件实现。还讨论了∑－π网络和ＢＰ网络的神经生物学基础。     

基于小波网络的非稳态故障诊断方法

针对现有ＢＰ网络在故障诊断中存在的缺陷，提出了利用小波函数构造故障诊断神经元网络，利用变尺度算法进行网络训练，加快了网络的训练速度。并交结果运用到一个ＣＳＴＲ非稳态故障诊断的过程中，仿真实例表明，小波网络较ＢＰ网络具有更好的故障诊断能力。     

IPCA在故障检测与分离中的应用

针对现有ＢＰ网络在故障诊断中存在的缺陷，提出了利用小波函数构造故障诊断神经元网络，利用变尺度算法进行网络训练，加快了网络的训练速度。并交结果运用到一个ＣＳＴＲ非稳态故障诊断的过程中，仿真实例表明，小波网络较ＢＰ网络具有更好的故障诊断能力。     

应用新的聚类技术加速B－P网络的收敛过程

Ｂ－Ｐ网络在模式识别技术中识别效果好，应用较广泛，但通过模式样本直接对网络权训练，收敛过程太慢。就模式识别的软、硬分类问题，提出基于新的聚类方法条件下进行网络权的训练，收敛速度较快，可收事半功倍之效。     

改进的BP网络应用于部分硝基芳烃的QSAR研究

应用改进的ＢＰ网络法进行部分硝基芳烃的ＱＳＡＲ研究,用所建立的模型进行毒性预报,并与传统的ＢＰ网络和多元线性回归模型比较,表明改进的ＢＰ网络模拟和预报能力均优于传统的ＢＰ网络和多元线性回归模型。在学习集中,改进的ＢＰ网络,传统的ＢＰ网络,多元线性回归三者的均方差分别为：０．０２４０,０．０１０７,０．０４４７,决定系数为：０．９３６８,０．９７１８,０．８８２４;预报集中,三者的均方差分别为：０．０４４０,０．０５５４,０．０７７２,决定系数为：０．８２１６,０．７７５３,０．６８７０。文中还讨论了网络改进的理由,以及网络结构中某些参数的选定问题     

改进的BP网络应用于部分硝基芳烃的QSAR研究

应用改进的ＢＰ网络法进行部分硝基芳烃的ＱＳＡＲ研究，用所建立的模型进行毒性预报，并与传统的ＢＰ网络和多元线性回归模型比较，表明改进的ＢＰ网络模拟和预报能力均优于传统的ＢＰ网络和多元线性回归模型。在学习集中、改进的ＢＰ网络，传统的ＢＰ网络，多地线性回归三者的均方差别为：０．０２４０，０．０１０７，０．０４４７，决定系数为：０．９３６８，０．９７１８，０．８８２４；预防集中，三者的均方差分别为：０；．     

体外循环中胃粘膜TNF-α mRNA的表达及细胞定位

目的 探讨体外循环（ＣＰＢ）过程中肿瘤坏死因子－α（ＴＮＦ－α）在家兔胃粘膜中及细胞膜中的表达及细胞定位。方法 采用家兔ＣＰＢ模型,运用反转录ＰＣＲ及ＥＬＩＳＡ的方法,结合血浆中ＴＮＦ－α,内毒素浓度的变化,探讨了ＴＮＦ－αｍＲＮＡ的及细胞定位的规律。结果 （１）ＣＰＢ过程中ＴＮＦ－αｍＲＮＡ在胃肠道的相对表达量较对照组明显增高,（２）ＣＰＢ过程中胃肠道组织中的ＴＮＦ－α呈不同程度的增高,而且胃肠     

慢性肾功能衰竭患者红细胞 SOD、LPO 与红细胞免疫功能关系的探讨

观察６２例慢性肾衰患者ＲＢＣ－ＳＯＤ活性、ＲＢＣ－ＬＰＯ浓度和红细胞免疫功能，结果表明，肾衰患者ＲＢＣ－ＳＯＤ活性较对照组降低（Ｐ＜０．０１），ＲＢＣ－ＬＰＯ浓度较对照组明显升高（Ｐ＜０．０１）；红细胞Ｃ３ｂ受体花环率（ＲＢＣ－Ｃ３ｂＲＲ）、红细胞免疫粘附促进因子（ＲＦＥＲ）活性较对照组明显降低（Ｐ均＜０．０１），红细胞免疫复合物花环率（ＲＢＣ－ＩＣＲ）、红细胞免疫粘附抑制因子（ＲＦＩＲ）活性较对照组明显升高。ＲＢＣ－ＳＯＤ活性与ＲＢＣ－Ｃ３ｂＲＲ呈正相关，与ＲＢＣ－ＩＣＲ呈负相关，ＲＢＣ－ＬＰＯ浓度与ＲＢＣ－Ｃ３ｂＲＲ呈负相关（Ｐ＜０．０１），与ＲＢＣ－ＩＣＲ浓度呈正相关（Ｐ＜０．０５），提示肾衰患者红细胞内抗氧化能力降低，脂质过氧化反应增强，红细胞免疫粘附功能降低，红细胞免疫粘附调节功能紊乱；红细胞ＳＯＤ活性、红细胞ＬＰＯ浓度能直接影响ＲＢＣ－Ｃ３ｂＲＲ的活性，进而影响红细胞清除免疫复合物的能力，与红细胞免疫功能的强弱有直接关系。     

单链构象多态性分析技术检测结核杆菌利福平耐药基因

目的：研究本地区临床分离结核杆菌ｒｐｏＢ基因突变与利福平（ＲＦＰ）耐药性的关系。方法：对３６株ＲＦＰ敏感株和４４株ＲＦＰ耐药株ｒｐｏＢ基因的３２８ｂｐ的ＰＣＲ扩增产物进行单链构象多态性（Ｓｉｎｇｌｅ－ｓｔｒａｎｄ ｃｏｍｆｏｒｍａｔｉｏｎｐｏｌｙｍｏｒｐｈｉｓｍ,ＳＳＣＰ）分析。结果：３６株ＲＦＰ敏感株的ＳＳＣＰ带谱均与参考株Ｈ３７Ｒｖ相同,４４株ＲＦＰ耐药株中,２５株高度ＲＦＰ耐药株和１１株低度ＲＦＰ耐药株的ＳＳＣＰ带谱与Ｈ３７Ｒｖ带谱有差异;另８株低度ＲＦＰ耐药株的ＳＳＣＰ带谱与Ｈ３７Ｒｖ带谱相同。结论：ＳＳＣＰ分析可检测出ｒｐｏＢ基因突变,该基因突变与本地区临床分离结核杆菌对ＲＦＰ耐药有关。     

GA-BP网络在谷氨酸菌体浓度软测量中的应用

针对菌体细胞浓度是影响谷氨酸发酵过程重要的生物参数,而其在线实时检测难以实现的状况,采用遗传算法和BP神经网络相结合的方法(GA-BP网络)对其进行软测量。通过对谷氨酸生产工艺过程的分析,找到影响菌体细胞浓度的过程参数,从现场历史数据中选取样本,建立软测量模型。仿真结果表明:新方法可以避免单独使用BP网络陷入局部最小的问题,能加快全局收敛速度,对谷氨酸发酵过程菌体浓度的软测量效果更好。     

基于形态学特征提取的人工神经网络在口腔鳞状细胞癌诊断中的应用

目的 基于形态学图像处理方法,应用径向基神经网络(radial basis function,RBF)寻找一种可行、便捷的方法辅助口腔鳞状细胞癌的诊断.方法 选择口腔鳞状细胞癌和口腔非癌的组织病理切片图像进行形态学方法处理,提取表述特征的向量,作为训练集训练RBF网络;另选择67帧病理图像,包含癌和非癌的病例,作为测试集观察RBF的性能.结果 在RBF网络将测试标本分类结果的分析中可以看到不同输出值分类阈值的选择对应不同的诊断敏感度和特异度.结论 训练后的RBF虽然鉴别阳性、阴性的能力不能和金标准(即病理诊断)相比,但是通过选择不同敏感度和特异度,依然能够有效辅助病理医师,提高诊断效率,发挥机器的优势.     

用BP神经网络对气流床粉煤气化炉的预测

利用3层BP神经网络对气流床粉煤气化炉进行模拟研究。以Gibbs自由能最小化方法建立粉煤气化炉数学模型的模拟结果作为BP神经网络训练数据,训练后的BP神经网络模型对模拟数据的预测准确度较好。以Shell粉煤气化炉和国内首套粉煤加压气化中试装置上的实际生产数据作为BP神经网络的训练数据,训练后的BP神经网络模型能预测实际生产数据。     

一种基于RBF神经网络的传感器故障诊断方法

针对传感器故障，提出了一种基于RBF神经网络的集成故障诊断方法，用RBF神经网络建立传感器故障模型，对系统的状态和故障参数进行在线估计，然后将故障参数与修正的Bayes分类算法（MB算法）相结合，进行传感器故障在线检测、分离和估计。对连续搅拌釜式反应器（CSTR）的仿真结果表明，该集成故障诊断方法能够对多重传感器进行故障进行快速准确的分离和估计，并对传感器故障具有容错性。     

径向基人工神经网络在宫颈细胞图像识别中的应用

目的：探讨径向基（RBF）人工神经网络在宫颈细胞图像识别中的应用。方法：提取宫颈细胞和细胞核的15个形态学特征参数及12个色度学特征参数，对700个宫颈细胞按正常、低度鳞状上皮内病变（LSIL）、高度鳞状上皮内病变（HSIL）、宫颈癌进行分类识别。利用软件STATISTICA7．0建立网络模型并训练，用VC＋＋．NET语言调用网络。结果：RBF网络对训练集的拟合度为97．3％，对测试集的分类准确率为95．4％。在测试集中，正常细胞的识别率为96％，LSIL细胞识别率为94％，HSIL细胞识别率为100％，癌细胞识别率为88％。RBF网络输入参数的敏感度排序与细胞病理学特征基本一致。结论：RBF人工神经网络可以很好的对宫颈细胞特别是HSIL细胞进行分类识别。     

活性污泥过程MISO神经网络模型

用误差反向传递 ( BP)神经网络模拟了活性污泥过程 ,发现使用多输入多输出 ( MIMO)神经网络来模拟活性污泥过程变量间关系时 ,线性部分误差较小 ,非线性部分误差较大 ;但若用数个多输入单输出 ( MISO)神经网络的组合来模拟时 ,则对活性污泥过程的线性或非线性关系均能很好模拟     

改进的RBF神经网络模式分类方法理论研究

研究了前向两层径基函数（RBF）网络和前向两层线性基本函数（LBF0网络的发类机理及其结构与初始参数优化确定方法，提出了Guassian核函数的中心和宽度应通过学习自动确定，在学习过程中根据错分样本自身的类别和被错分入的类别自动生成新的核函数，并根据新增核函数对测试集的作用自动删除多余核函数的观点，从理论上阐明了采用Sigmoid活化函数的两层LBF网络的分类阈值为0．5，进而提出了由两层RBF网络和两层LBF网络组成的前向RBF神经网络－－IRBF神经网络。     

复合对向—反向传播人工神经网络模型及其应用

组合Ｋｏｈｏｎｅｎ竞争学习和反向传播学习的优点,本文首次提出了复合对向－反向传播人工神经网络模型,该模型较好地体现了生物神经网络系统信息处理时的自适应,自组织,分布式存贮及并行处理等特点。     

基于CBR和SVR的生化需氧量预测模型

针对污水处理过程生化需氧量（BOD）浓度难以实时监测的问题,建立了一种基于支持向量回归机（SVR）修正方法的案例推理（CBR）预测模型。该模型主要包括案例检索、案例重用、SVR修正、案例存储等4个部分,其中,SVR修正模型是利用历史数据构造修正案例库,并采用SVR训练而获得的,可以对传统CBR求解模型得到的BOD浓度建议值进行修正。实验表明本文模型的拟合误差优于支持向量机（SVM）、BP神经网络、RBF神经网络以及传统CBR方法,说明SVR修正方法的引入可以改善CBR的回归性能,提高CBR的学习能力。     

基于递推正交最小二乘的RBF网络结构优化

讨论了次胜者受罚的竞争学习规则,提出了基于最小二乘（OLS）递推算法,采用改进的Givens旋转变换技术避免了大型矩阵的QR分解运算。在满足系统测量精度条件下,使用反向优选算法优化RBF网络结构。仿真结果表明,所得算法能有效地解决网络学习隐层单元的确定需要人介入的问题,适用于非线性系统的建模。