期刊文献+
共找到2,217篇文章
< 1 2 111 >
每页显示 20 50 100
采用遗传-反向传播人工神经网络法构建新疆地区癫痫患儿拉考沙胺血药浓度预测模型
1
作者 赵婷 孙岩 +5 位作者 李红健 张惠兰 于静 冯杰 王婷婷 于鲁海 《儿科药学杂志》 CAS 2024年第4期4-8,共5页
目的:利用遗传-反向传播(GA-BP)人工神经网络法构建新疆地区癫痫患儿拉考沙胺(LCM)血药浓度的预测模型。方法:采用超高效液相色谱法测定400例癫痫患儿的LCM稳态血药浓度,收集患儿临床资料,提取相关数据,采用GA-BP人工神经网络法构建LCM... 目的:利用遗传-反向传播(GA-BP)人工神经网络法构建新疆地区癫痫患儿拉考沙胺(LCM)血药浓度的预测模型。方法:采用超高效液相色谱法测定400例癫痫患儿的LCM稳态血药浓度,收集患儿临床资料,提取相关数据,采用GA-BP人工神经网络法构建LCM血药浓度的预测模型。结果:模型验证结果显示,80例预测浓度的平均预测误差(MPE)绝对值均<10%,预测误差(PE)绝对值<20%的比例是100%,PE绝对值<10%的比例是92.50%,平均预测绝对误差(MAE)为2.28%,提示GA-BP模型预测的准确度和精密度均较好,预测浓度和实测浓度的相关系数为0.998,预测结果较理想。结论:应用GA-BP人工神经网络法预测LCM血药浓度是可行的,可应用于LCM个体化给药研究,促进临床合理用药。 展开更多
关键词 癫痫 拉考沙胺 血药浓度 遗传-反向传播人工神经网络
下载PDF
紫外可见吸收光谱结合主成分-反向传播人工神经网络鉴别真假蜂蜜 被引量:18
2
作者 欧文娟 孟耀勇 +1 位作者 张小燕 孔猛 《分析化学》 SCIE EI CAS CSCD 北大核心 2011年第7期1104-1108,共5页
研究紫外-可见吸收光谱技术结合化学计量学方法鉴别真假蜂蜜。根据蜂蜜中果糖和葡萄糖的典型质量比1.2:1.0,配制与真蜂蜜相近的掺假溶液,并以5%~20%的比例掺入真蜂蜜中。获取纯正蜂蜜和掺假蜂蜜的紫外-可见吸收光谱,选择最佳敏感波段25... 研究紫外-可见吸收光谱技术结合化学计量学方法鉴别真假蜂蜜。根据蜂蜜中果糖和葡萄糖的典型质量比1.2:1.0,配制与真蜂蜜相近的掺假溶液,并以5%~20%的比例掺入真蜂蜜中。获取纯正蜂蜜和掺假蜂蜜的紫外-可见吸收光谱,选择最佳敏感波段250~400 nm的吸光度值进行主成分分析(PCA),优选主成分作为反向传播人工神经网络(BPANN)的输入向量。输出结果显示,校准集和预测集的准确鉴别率均为100%;对应的均方根误差分别为8.523×10-3和8.961×10-3。研究结果表明,基于PCA-BPANN的紫外-可见吸收光谱技术能够方便、快速、准确地鉴别真假蜂蜜,为食品质量的快速检测提供可靠参考。 展开更多
关键词 蜂蜜 掺假 紫外-可见吸收光谱 反向传播人工神经网络 主成分-反向传播人工神经网络
下载PDF
HPLC指纹图谱结合反向传播人工神经网络和判别分析鉴定不同的麻黄药材 被引量:10
3
作者 王丽琼 范琦 +1 位作者 易珍奎 王以武 《西南师范大学学报(自然科学版)》 CAS CSCD 北大核心 2012年第5期73-77,共5页
采用HPLC-UV测定36个麻黄药材的指纹图谱,应用化学计量学进行图谱预处理和数据预处理,建立并验证不同种类、不同产地和不同采摘时间的麻黄药材的反向传播人工神经网络(back-propagation artificial neural network,BP-ANN)和判别分析(di... 采用HPLC-UV测定36个麻黄药材的指纹图谱,应用化学计量学进行图谱预处理和数据预处理,建立并验证不同种类、不同产地和不同采摘时间的麻黄药材的反向传播人工神经网络(back-propagation artificial neural network,BP-ANN)和判别分析(discriminant analysis,DA)判别模型.研究结果显示,所建BP-ANN模型的预测准确率为83.3%~94.4%、DA模型的性能指标为82.8%~88.5%,可见所建方法能有效判别不同种类、不同产地和不同采摘时间的麻黄药材.该方法基于麻黄药材物质基础的整体性质,判断客观,为其他药材的分析提供了参考. 展开更多
关键词 高效液相色谱法 指纹图谱 反向传播人工神经网络 判别分析 麻黄
下载PDF
正交试验联合反向传播人工神经网络优选熄风止动颗粒提取工艺 被引量:2
4
作者 王娣 陈娟 +1 位作者 鲁文静 杨智峰 《儿科药学杂志》 CAS 2022年第1期27-30,共4页
目的:优选熄风止动颗粒的提取工艺。方法:采用正交试验联合反向传播人工神经网络(BP-ANN)的方法,以天麻素含量与干膏率的综合评分为指标,对熄风止动颗粒提取工艺的加水量、提取次数及提取时间进行优化,最终确定最佳提取工艺。结果:筛选... 目的:优选熄风止动颗粒的提取工艺。方法:采用正交试验联合反向传播人工神经网络(BP-ANN)的方法,以天麻素含量与干膏率的综合评分为指标,对熄风止动颗粒提取工艺的加水量、提取次数及提取时间进行优化,最终确定最佳提取工艺。结果:筛选得到最佳提取工艺为处方量药材加水浸泡1 h后,回流提取2次,第1次提取加水14.4倍量(按干药材质量计),第2次提取加水11倍量,每次提取75 min。结论:正交试验联合BP-ANN优选出的提取工艺提取效率高、能耗低、稳定可靠,可为熄风止动颗粒的工业化生产提供实验依据。 展开更多
关键词 熄风止动颗粒 天麻素 正交试验 反向传播人工神经网络 提取工艺
下载PDF
反向传播人工神经网络分光光度法同时测定环境水样中的苯酚、间苯二酚和间氨基酚 被引量:9
5
作者 曹永生 陈奕卫 +3 位作者 祖金凤 朱金林 徐学诚 成荣明 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2003年第4期751-754,共4页
本文应用人工神经网络原理 ,采用误差反向传播算法 ,对环境水样中的苯酚、间苯二酚和间氨基酚可以用分光光度法不经分离进行了同时测定。三种酚类的平均回收率分别为 98 0 % ,99 6 %和 99 7%。实验证明 ,反向传播 人工神经网络方法应用... 本文应用人工神经网络原理 ,采用误差反向传播算法 ,对环境水样中的苯酚、间苯二酚和间氨基酚可以用分光光度法不经分离进行了同时测定。三种酚类的平均回收率分别为 98 0 % ,99 6 %和 99 7%。实验证明 ,反向传播 人工神经网络方法应用在本体系中进行结果校正 ,结果令人满意。 展开更多
关键词 反向传播 人工神经网络 分光光度法 同时测定 环境水样 苯酚 间苯二酚 间氨基酚 环境污染
下载PDF
变量重要性-反向传播人工神经网络辅助激光诱导击穿光谱测定铁矿石中硅、铝、钙和镁含量 被引量:4
6
作者 刘曙 金悦 +3 位作者 苏飘 闵红 安雅睿 吴晓红 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2023年第10期3132-3142,共11页
快速准确测定铁矿石中的硅、铝、钙、镁含量对铁矿石质量评价具有重要作用。受制于多变量分析方法过拟合现象以及不同种类样品基体效应,使用激光诱导击穿光谱(LIBS)准确测定铁矿石中硅、铝、钙、镁含量仍然是当前存在的挑战。采用变量... 快速准确测定铁矿石中的硅、铝、钙、镁含量对铁矿石质量评价具有重要作用。受制于多变量分析方法过拟合现象以及不同种类样品基体效应,使用激光诱导击穿光谱(LIBS)准确测定铁矿石中硅、铝、钙、镁含量仍然是当前存在的挑战。采用变量重要性-反向传播人工神经网络(VI-BP-ANN)辅助LIBS定量分析铁矿石中硅(以SiO_(2)计)、铝(以Al_(2)O_(3)计)、钙(以CaO计)和镁(以MgO计)的含量。在这项研究中,收集了12种244批铁矿石代表性样品的LIBS光谱,优化了光谱预处理方法,使用随机森林(RF)对LIBS光谱特征的重要性进行了测量,使用袋外(OOB)误差优化RF模型参数,变量重要性阈值用于优化BP-ANN校准模型的输入变量。变量重要性阈值和神经元数量通过五折交叉验证(5-CV)的测定系数(R^(2))和均方根误差(RMSE)进行优化。结果显示测试样本SiO_(2)、Al_(2)O_(3)、CaO和MgO含量预测均方根误差(RMSEP)分别为0.3772 wt%、0.1339 wt%、0.0592 wt%和0.1411 wt%,R^(2)分别为0.9701、0.9554、0.9871、0.9975。相比于使用相同的预处理方法作为PLS、SVM、RF和BP-ANN四种模型的输入,VI-BP-ANN在校准集和预测集都显示出出色的预测能力。结果表明LIBS与VI-BP-ANN的结合有潜力在实际应用中实现铁矿石硅、铝、钙、镁含量的快速准确预测。 展开更多
关键词 铁矿石 反向传播人工神经网络 变量重要性 定量分析 激光诱导击穿光谱
下载PDF
反向传播人工神经网络结合正交试验优化荷叶降脂方的提取工艺
7
作者 王迪磊 宋乃琪 +6 位作者 杨凯丽 杨麒琳 郭子硕 肖五庆 杨天姿 李鹏跃 杜守颖 《世界中医药》 CAS 2023年第11期1525-1529,共5页
目的:使用反向传播(BP)人工神经网络结合正交试验优化荷叶降脂方中药物的提取工艺,为药物的规范化生产和产业化形成提供可靠的研究基础。方法:采用水回流提取法提取,以荷叶碱的含量为评价指标,以正交试验设计筛选提取工艺,并将正交试验... 目的:使用反向传播(BP)人工神经网络结合正交试验优化荷叶降脂方中药物的提取工艺,为药物的规范化生产和产业化形成提供可靠的研究基础。方法:采用水回流提取法提取,以荷叶碱的含量为评价指标,以正交试验设计筛选提取工艺,并将正交试验层次分析法得到的实验数据作为反向神经网络的输入层,评价指标的综合得分作为网络的输出层,对主要影响因素进行仿真优化,得到最优提取工艺。结果:优化得到的提取工艺条件为12倍量水、提取3次、0.5 h/次。结论:BP人工神经网络结合正交试验方法可用于荷叶降脂方提取工艺的优化,科学合理,稳定可行,符合中药制剂研发的需求。 展开更多
关键词 荷叶降脂方 高脂血症 荷叶碱 提取工艺 正交试验 反向传播人工神经网络
下载PDF
复合对向-反向传播人工神经网络模型及其应用 被引量:1
8
作者 张尊建 余书勤 +1 位作者 相秉仁 安登魁 《中国药科大学学报》 CAS CSCD 北大核心 1996年第11期701-704,共4页
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。它保留了反向传播网络的优点,... 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。它保留了反向传播网络的优点,同时较后者更易收敛,计算时间缩短,网络参数设置也更为自由。通过在临床精液检查结果分析中的成功应用,证明了该系统的有效性和可靠性。 展开更多
关键词 人工神经网络 学习算法 模型 复合对向 反向传播
下载PDF
利用粒子群算法优化反向传播人工神经网络模型预测熏肠中4种多环芳烃含量
9
作者 邢巍 刘兴运 +6 位作者 许朝阳 惠腾 王石宇 蔡克周 周辉 陈从贵 徐宝才 《肉类研究》 2022年第1期34-40,共7页
构建基于粒子群优化(particle swarm optimization,PSO)算法的反向传播人工神经网络(back propagation artificial neural network,BP-ANN)预测模型,对熏肠中4种多环芳烃(polycyclic aromatic hydrocarbons,PAHs)(苯并(a)芘、苯并(a)蒽... 构建基于粒子群优化(particle swarm optimization,PSO)算法的反向传播人工神经网络(back propagation artificial neural network,BP-ANN)预测模型,对熏肠中4种多环芳烃(polycyclic aromatic hydrocarbons,PAHs)(苯并(a)芘、苯并(a)蒽、苯并(b)荧蒽、䓛)含量进行预测。以烟熏温度、烟熏时间、肥瘦比和熏肠色泽(红绿值和黄蓝值)作为BP-ANN模型的输入层参数,熏肠的4种PAHs含量作为输出层参数,通过PSO-BP-ANN模型来优化初始权重和阈值,以获得最佳参数。结果表明:构建的PSO-BP-ANN熏肠PAHs含量预测模型均方误差为0.018,模型的训练、验证、测试和全局数据集的相关系数(R^(2))分别为0.951、0.929、0.933和0.940,均优于BP-ANN模型,使用PSO-BP-ANN模型具有更好的准确性和鲁棒性。 展开更多
关键词 熏肠 反向传播人工神经网络 优化设计 多环芳烃 灵敏度分析
下载PDF
用变化的降雨—径流资料通过反向传播人工神经网络模拟径流 被引量:1
10
作者 R.D.辛格 陈志斌(译) 钱卓州(校) 《水资源研究》 2006年第2期45-49,共5页
用变化较大的、精度不高的数据组建立多层反向传播神经网络(BPANN)模型,用以模拟印度纳尔默达河两个小流域Banjar~Hridaynagar和Narmada-Manot的3种时间尺度(周、10d、月)的降雨径流过程。采用梯度下降优化技术建立BPANN径流模型... 用变化较大的、精度不高的数据组建立多层反向传播神经网络(BPANN)模型,用以模拟印度纳尔默达河两个小流域Banjar~Hridaynagar和Narmada-Manot的3种时间尺度(周、10d、月)的降雨径流过程。采用梯度下降优化技术建立BPANN径流模型,并通过交叉检验进行概化。用变化相对较大、精度不高的数据资料建立起来的BPANN,在几乎所有情况下,计算迭代次数较少,概化程度较高。计算结果表明,BPANN模型的性能优于线性转换函数模型(LTF)。 展开更多
关键词 反向传播人工神经网络 降雨径流模拟 转换函数模型
下载PDF
基于反向传播人工神经网络对SiC氧化反应行为的预测研究
11
作者 赵春阳 王恩会 +3 位作者 方志 郭春雨 段兴骏 侯新梅 《硅酸盐通报》 CAS 北大核心 2021年第10期3213-3218,共6页
以SiC为代表的非氧化物耐火原料作为高温结构材料重要组分,被广泛应用于冶金高温行业。在实际应用过程中,SiC的氧化行为加速了对应耐火材料的高温性能失效,导致其服役寿命大大缩短。因此明晰非氧化物耐火原料在高温环境下的氧化行为尤... 以SiC为代表的非氧化物耐火原料作为高温结构材料重要组分,被广泛应用于冶金高温行业。在实际应用过程中,SiC的氧化行为加速了对应耐火材料的高温性能失效,导致其服役寿命大大缩短。因此明晰非氧化物耐火原料在高温环境下的氧化行为尤为重要,利用动力学模型分析氧化行为是目前最常用的手段。但动力学模型的建立往往需要大量的数据处理工作,且很难同时满足描述准确性高和模型参数简单两个条件。随着人工智能与大数据技术在材料领域的应用探索,反向传播人工神经网络(BP-ANN)有望在此方面取得突破。本文以典型非氧化物耐火原料SiC为例,通过建立神经网络,训练、预测SiC的氧化行为,预测结果与实验数据的相对误差均小于3%,用预测数据回归计算的反应活化能和反应速率常数与实验数据计算结果的相对误差低于4%,表明BP-ANN在研究非氧化物耐火原料的氧化行为方面具有巨大应用前景。 展开更多
关键词 耐火材料 高温结构材料 非氧化物材料 氧化 SIC 反向传播人工神经网络 模型优化 反应活化能
下载PDF
反向传播人工神经网络与肝癌患者血清酶谱分析
12
作者 陈敏 《中国医院统计》 2002年第1期16-17,共2页
关键词 反向传播 人工神经网络 肝癌 诊断
下载PDF
基于熵权法结合星点设计-效应面法和反向传播人工神经网络优选黄柏苍术水丸制备工艺
13
作者 刘奇 姜慧洁 +5 位作者 章越 胡云莉 慎凯峰 张娟 姜艳 周丹英 《中国现代应用药学》 北大核心 2025年第1期72-78,共7页
目的优选黄柏苍术水丸制备工艺。方法以丸剂含水量、丸剂溶散时限、外观评分、盐酸小檗碱、苍术素、欧前胡素以及粉防己碱和防己诺林碱之和为评价指标,以挤滚比、加水量、干燥时间为影响因素,经单因素试验研究,再选用效应面法,采用熵权... 目的优选黄柏苍术水丸制备工艺。方法以丸剂含水量、丸剂溶散时限、外观评分、盐酸小檗碱、苍术素、欧前胡素以及粉防己碱和防己诺林碱之和为评价指标,以挤滚比、加水量、干燥时间为影响因素,经单因素试验研究,再选用效应面法,采用熵权法进行综合评价,筛选黄柏苍术水丸最佳制备工艺参数,同时利用反向传播人工神经网络(back propagation artificial neural network,BP-ANN)预测最佳工艺参数,并对两者进行验证对比。结果最佳工艺条件为挤滚比为1∶1.2、加水量为26%、干燥时间为8.2 h时,各评价指标的综合评分最高;BP-ANN神经网络优化工艺参数优于响应面工艺,结果更精准稳定。结论优选的黄柏苍术水丸制备工艺科学合理,稳定可行,为后续大生产控制及质量标准建立打下良好基础。 展开更多
关键词 黄柏苍术水丸 制备工艺 熵权法 星点设计-效应面法 反向传播人工神经网络
原文传递
遗传算法误差反向传播人工神经网络预测阿立哌唑血药浓度
14
作者 杨泽萍 赵婷 +5 位作者 王婷婷 冯杰 张惠兰 孙力 李红健 于鲁海 《中国药师》 CAS 2023年第10期59-66,共8页
目的构建基于遗传算法误差反向传播(GA-BP)人工神经网络的阿立哌唑(APZ)及其代谢产物脱氢阿立哌唑(DAPZ)血药浓度预测模型,为需要调整APZ使用剂量或不能进行APZ血药浓度监测的患者提供浓度预测模型。方法回顾性收集在2021年7月—2022年... 目的构建基于遗传算法误差反向传播(GA-BP)人工神经网络的阿立哌唑(APZ)及其代谢产物脱氢阿立哌唑(DAPZ)血药浓度预测模型,为需要调整APZ使用剂量或不能进行APZ血药浓度监测的患者提供浓度预测模型。方法回顾性收集在2021年7月—2022年8月新疆维吾尔自治区人民医院就诊且规律服用APZ的174例患者的血药浓度资料,提取相关变量,采用Matlab R2018a编程软件,结合深度学习网络构建GA-BP人工神经网络预测模型,预测APZ+DAPZ血药浓度。结果GA-BP人工神经网络预测模型验证结果显示,35例验证组样本的预测结果与实测结果相比,平均预测误差为-0.0926,平均绝对误差为0.6895,35个预测误差均小于15%,小于15%的概率为100%,血药浓度的预测值与实测值之间的相关系数为0.997,预测结果较理想。结论GA-BP人工神经网络预测模型预测APZ+DAPZ血药浓度,可用于APZ的个体化给药。 展开更多
关键词 遗传算法误差反向传播 人工神经网络 阿立哌唑 脱氢阿立哌唑 血药浓度预测
原文传递
基于列文伯格-马夸尔特-反向传播人工神经网络的X射线荧光光谱定量分析方法 被引量:3
15
作者 李芳 陆安祥 王纪华 《食品安全质量检测学报》 CAS 2016年第3期1152-1158,共7页
目的建立一种基于列文伯格-马夸尔特-反向传播人工神经网络(Levenberg-Marquardt back-propagation artificial neural networks,LM-BP-ANN)的X射线荧光光谱(XRF)的定量检测分析方法。方法采集84个土壤样品光谱数据,预处理后应用主成分... 目的建立一种基于列文伯格-马夸尔特-反向传播人工神经网络(Levenberg-Marquardt back-propagation artificial neural networks,LM-BP-ANN)的X射线荧光光谱(XRF)的定量检测分析方法。方法采集84个土壤样品光谱数据,预处理后应用主成分分析(PCA)提取特征参数,随机选取训练集、校正集、预测集样品个数分别为42、21、21。以均方差(MSE)、校正决定系数(R^2)、校正标准差(SEC)、验证决定系数(r^2)、预测标准差(SEP)和相对预测误差(RPD)为评价指标,同时分析比较LM-BP-ANN、BP-ANN、PLS三种算法的建模结果,并利用模型预测土壤重金属含量。结果实验确定隐含层神经元数目、学习率和迭代次数值依次为:6、0.1和8,3种建模方法中LM-BP-ANN效果最优,模型的相关系数高于0.98,表明模型有效。结论模型分析快速,可用于实际土壤样品中重金属含量的检测,对于改进X射线荧光光谱仪的检测准确度有着重要的意义。 展开更多
关键词 列文伯格-马夸尔特算法 反向传播神经网络 X射线荧光光谱
原文传递
AHP-CRITIC混合加权法、灰色关联度分析与反向传播人工神经网络在芪志方提取工艺优化中的综合应用
16
作者 兰群 程怡 +4 位作者 李子安 吴冰雨 王锦玉 刘德文 仝燕 《中国实验方剂学杂志》 北大核心 2025年第8期176-186,共11页
目的:基于层次分析法(AHP)-指标相关性的指标权重确定方法(CRITIC)混合加权法、灰色关联度分析与反向传播人工神经网络(BP-ANN),优化芪志方的水提取工艺,为芪志方制备工艺优化及质量标准的建立提供实验依据。方法:采用L_(9)(3^(4))正交... 目的:基于层次分析法(AHP)-指标相关性的指标权重确定方法(CRITIC)混合加权法、灰色关联度分析与反向传播人工神经网络(BP-ANN),优化芪志方的水提取工艺,为芪志方制备工艺优化及质量标准的建立提供实验依据。方法:采用L_(9)(3^(4))正交试验,结合AHP-CRITIC混合加权法确定各指标成分黄芪甲苷、细叶远志皂苷、毛蕊异黄酮葡萄糖苷、远志酮Ⅲ、3,6′-二芥子酰基蔗糖质量分数和干膏得率的权重系数,计算正交试验中各因素水平组合的综合评分,作为评价指标以选择较优工艺参数,通过直观分析、方差分析、灰色关联度分析考察提取次数、提取时间、溶剂用量对芪志方水提工艺的影响;同时,建立BP-ANN分析模型,反向预测该复方的最优提取工艺因素水平,并对优化的工艺参数进行验证。结果:AHP-CRITIC混合加权法确定5个指标成分黄芪甲苷、细叶远志皂苷、毛蕊异黄酮葡萄糖苷、远志(口山)酮Ⅲ、3,6′-二芥子酰基蔗糖质量分数、干膏得率的权重系数分别为25.7%、20.82%、16.41%、12.45%、15.96%、8.67%。优化的提取工艺参数为分别加8、6、6倍量水提取3次,每次1 h。BP-ANN检测样本的网络预测结果与正交试验结果一致,网络预测值和实际测量值的均方误差(MSE)<1%。通过相关数学模型分析和预测所得的芪志方水提取工艺稳定可行,黄芪、远志有效成分的提取率明显升高,验证试验平均综合评分90.85分,相对标准偏差(RSD)1.55%。结论:该研究建立了复方芪志颗粒的水提工艺,优选的提取工艺可有效提高黄芪、远志有效成分的提取效率,可为其他临床经验方的制备工艺优化及质量标准建立提供有益借鉴。 展开更多
关键词 芪志方 层次分析法(AHP) 指标相关性的指标权重确定方法(CRITIC) 正交试验 灰色关联度分析 反向传播人工神经网络(BP-ANN) 提取工艺
原文传递
反向传播-人工神经网络在辐照黑椒牛肉品质预测中的应用 被引量:2
17
作者 游云 黄晓霞 +6 位作者 肖斯立 刘巧瑜 蓝碧锋 胡昕 吴俊师 杨娟 曾晓房 《食品科学》 EI CAS CSCD 北大核心 2024年第8期228-237,共10页
为探究不同辐照处理对贮藏过程中黑椒牛肉品质变化的影响,建立基于理化指标的多种品质预测模型。3~4 kGy的辐照剂量能够有效延缓黑椒牛肉在贮藏过程中的汁液流失、脂质氧化和蛋白质降解,保持其硬度和微观结构,在一定程度上增加呈鲜味(A... 为探究不同辐照处理对贮藏过程中黑椒牛肉品质变化的影响,建立基于理化指标的多种品质预测模型。3~4 kGy的辐照剂量能够有效延缓黑椒牛肉在贮藏过程中的汁液流失、脂质氧化和蛋白质降解,保持其硬度和微观结构,在一定程度上增加呈鲜味(Asp)和甜味(Gly、Ala、Ser)游离氨基酸的含量。以辐照黑椒牛肉的汁液流失率、硫代巴比妥酸反应产物值、总挥发性盐基氮值、原肌球蛋白条带强度比率、肌球蛋白重链条带强度比率和总游离氨基酸含量为输入变量,优化了反向传播-人工神经网络(backpropagation-artificial neural network,BP-ANN)模型。训练函数为ReLU函数,隐藏层神经元个数为14个,迭代次数100次。结果表明,6-14-6 BP-ANN模型可以较好地预测辐照黑椒牛肉的品质变化,该模型在预测辐照肉制品的多种品质方面具有很大潜力。 展开更多
关键词 黑椒牛肉 ^(60)Co-γ射线 品质 反向传播-人工神经网络 预测模型
下载PDF
预测输尿管软镜碎石术后并发尿源性脓毒症的反向传播神经网络模型构建
18
作者 陈文炜 何彦丰 +5 位作者 卢凯鑫 刘昌毅 江涛 张华 高锐 薛学义 《浙江大学学报(医学版)》 北大核心 2025年第1期99-107,I0032-I0034,共12页
目的:构建输尿管软镜碎石术(FURL)后并发尿源性脓毒症的反向传播神经网络预测模型。方法:纳入428例接受FURL的肾结石患者,根据术后是否并发尿源性脓毒症分为脓毒症组(42例)和对照组(386例)。采用logistic回归分析确定FURL后并发尿源性... 目的:构建输尿管软镜碎石术(FURL)后并发尿源性脓毒症的反向传播神经网络预测模型。方法:纳入428例接受FURL的肾结石患者,根据术后是否并发尿源性脓毒症分为脓毒症组(42例)和对照组(386例)。采用logistic回归分析确定FURL后并发尿源性脓毒症的影响因素及其交互作用。同时建立logistic回归模型和神经网络模型进行预测,通过受试者工作特征曲线评估两种模型的预测效能。结果:单因素分析显示,结石手术史、性别、尿培养阳性、结石直径、糖尿病、手术时间、白细胞、血小板、C反应蛋白(CRP)及肝素结合蛋白(HBP)水平与FURL后并发尿源性脓毒症显著相关(均P<0.05)。多因素分析表明,尿培养阳性、CRP及HBP水平是FURL后并发尿源性脓毒症的独立危险因素(均P<0.05)。交互作用分析显示,CRP与HBP对FURL后并发尿源性脓毒症的影响在相加模型(RERI=8.453,95%CI:2.645~16.282;AP=0.696,95%CI:0.131~1.273;S=3.369,95%CI:1.176~7.632)和相乘模型(OR=1.754,95%CI:1.218~3.650)中存在交互作用;CRP与尿培养对FURL后并发尿源性脓毒症的影响在相乘模型(OR=2.449,95%CI:1.525~3.825)中存在交互作用。预测模型比较显示,反向传播神经网络模型较logistic回归模型具有更优的预测效能。结论:CRP和HBP水平是FURL后并发尿源性脓毒症的独立危险因素,基于CRP、HBP等因素构建的反向传播神经网络模型较logistic回归模型具有更高的预测准确性。 展开更多
关键词 肝素结合蛋白 C反应蛋白 输尿管软镜碎石术 尿源性脓毒症 预测 LOGISTIC回归模型 反向传播神经网络模型
下载PDF
基于实验设计和反向传播神经网络的板式传热元件性能评估
19
作者 王幼石 焦育 +5 位作者 李旭昆 马金伟 姚立影 刘一凡 吕庆欢 张楠楠 《石油化工设备》 2025年第2期15-20,共6页
针对新型鼓泡板式传热元件的传热性能参数,采用实验设计的方法通过实验测定不同工况下的总传热系数,通过响应曲面法拟合得到板型、工艺参数和总传热系数的二阶响应曲面模型。同时根据实验结果,采用计算机仿真方法建立总传热系数反向传... 针对新型鼓泡板式传热元件的传热性能参数,采用实验设计的方法通过实验测定不同工况下的总传热系数,通过响应曲面法拟合得到板型、工艺参数和总传热系数的二阶响应曲面模型。同时根据实验结果,采用计算机仿真方法建立总传热系数反向传播神经网络预测模型。验证实验结果表明,两种模型的预测值与实验测量值都有良好的一致性,在工业应用中,可为采用该类新型传热元件的板式热交换器提供设计和选型的理论支撑。 展开更多
关键词 传热元件 性能 评估 实验设计 反向传播神经网络
下载PDF
改进鲸鱼算法构建反向传播神经网络粮食产量预测模型及效果分析
20
作者 赵晶晶 陈岩 《科学技术与工程》 北大核心 2025年第7期2748-2759,共12页
为了给农业及其相关部门制定粮食策略提供理论依据,提出一种基于改进鲸鱼优化算法(improved whale optimization algorithm,IWOA)的反向传播(back propagation,BP)神经网络混合算法(IWOA-BP)。该混合算法先通过引入改进收敛因子、非线... 为了给农业及其相关部门制定粮食策略提供理论依据,提出一种基于改进鲸鱼优化算法(improved whale optimization algorithm,IWOA)的反向传播(back propagation,BP)神经网络混合算法(IWOA-BP)。该混合算法先通过引入改进收敛因子、非线性惯性权重和最优邻域扰动策略改进鲸鱼优化算法,再将其最优解赋值给BP神经网络的权值和阈值,最终提高IWOA-BP的收敛速度和收敛精度。选取全国近45年粮食总产量和7种影响因素(有效灌溉面积、化肥施用量、农村用电量、农业机械总动力、粮食作物播种面积、受灾面积和农村人均消费支出)作为数据集,构建基于改进鲸鱼算法的反向传播神经网络粮食产量预测模型。多次实验表明,IWOA-BP模型在测试集上的表现均优于其他预测模型,包括长短期记忆网络(long short-term memory network,LSTM)预测模型、极限学习机(extreme learning machine,ELM)预测模型、基于鲸鱼优化算法的BP神经网络(WOA-BP)预测模型以及基于粒子群算法的BP神经网络(PSO-BP)预测模型。IWOA-BP模型和ELM模型相比,前者的均方根误差(root mean square error,RMSE)、平均绝对百分比误差(mean absolute percentage error,MAPE)分别降低了77.12%、88.18%;和LSTM模型相比,前者的RMSE、MAPE分别降低了69.11%、47.36%;和WOA-BP模型相比,前者的平均绝对误差(mean absolute error,MAE)、RMSE和MAPE分别降低了43.78%、43.22%、45.96%。和PSO-BP模型相比,前者的MAE、RMSE、MAPE分别降低了89.67%、90.61%、90.82%。因此IWOA-BP预测模型的决定系数更高、预测误差更小且收敛速度更快,可有效地预测粮食产量,对于农业部门和相关政策制定者来说具有重要的技术参考价值。 展开更多
关键词 粮食产量 反向传播神经网络 鲸鱼优化算法 非线性惯性权重 随机扰动策略
下载PDF
上一页 1 2 111 下一页 到第
使用帮助 返回顶部