基于RBF神经网络的混沌时间序列前后向联合预测模型

提出综合利用系统前向预测和后向预测对混沌时间序列进行建模,从物理学原理上解释了该模型相对于前向预测模型和后向预测模型的好处.计算机仿真结果表明:对于时间可逆性较好的混沌系统,前后向联合预测模型的建模性能比前向预测模型好,前向预测模型比后向预测模型预测性能好,但对于时间可逆性差的混沌系统,前后向联合预测模型的建模性能较前向预测模型略差,而后向预测模型比前向预测模型的预测性能差了很多.     

应用神经网络-时间序列预测路面平整度

以神经网络和时间序列分析方法为基础,采用零均值化、标准偏差预处理方法、规则化能量函数法和贝叶斯规则化方法进行BP神经网络建模,利用BP网络对平整度非平稳时序进行趋势项提取,使非平稳监测时序转化为平稳时序以进行常规ARMA时序分析。结合滚动预测方法,建立了适合平整度预测的神经网络时间序列分析联合模型,并以江苏省某高速公路的平整度数据为例进行了预测分析。研究结果表明：新模型的预测精度高、实时可靠,可应用于实际工程。     

基于视频的城市快速路车辆异常行为检测

文章提出虚拟传感器的概念,针对城市快速路视频监控系统,改革单一功能摄像机,使其成为具人工智能的新型视频传感器,完成道路车辆跟踪及异常行为检测。异常检测算法运用带有时间和空间信息的车辆轨迹对自组织神经网络进行训练,获得神经网络参数后利用概率模型对实时车辆轨迹进行异常提取。该文所提算法能在嵌入式DM642视频处理平台上有效运行,能够提取诸如超低(高)速行驶、违章停车、违规掉头等异常行为,具有低运算量及较好的鲁棒性。     

NOVEL PHOSPHORYLATION SITES OF EUKARYOTIC INITIATION FACTOR－4E AND EVIDENCE THAT PHOSPHORYLATION STABILIZES INTERACTIONS OF T

ＮＯＶＥＬＰＨＯＳＰＨＯＲＹＬＡＴＩＯＮＳＩＴＥＳＯＦＥＵＫＡＲＹＯＴＩＣＩＮＩＴＩＡＴＩＯＮＦＡＣＴＯＲ－４ＥＡＮＤＥＶＩＤＥＮＣＥＴＨＡＴＰＨＯＳＰＨＯＲＹＬＡＴＩＯＮＳＴＡＢＩＬＩＺＥＳＩＮＴＥＲＡＣＴＩＯＮＳＯＦＴＨＥＰ～２５ＡＮＤＰ～２２０...     

���ڻ���������ļ�ʻԱ��̬·���յ��㷨�о�

动态路径诱导旨在向驾驶员提供基于实时交通信息的最佳行驶路径来达到诱导出行的目的，以保证车辆在路网上运行的总费用最小，为驾驶员提供较合理的高效行驶路线。动态路径诱导必须实时保证全局准最优，本文将混沌神经网络应用于动态路径诱导，通过在HNN中引入混沌动态，利用其遍历性进行随机搜索，再由退火策略控制混沌动态逐渐消失并转入HNN进一步优化，从而可保证网络收敛到一个最优或近似最优的稳定平衡点。仿真分析表明：将混沌神经网络应用于动态路径诱导系统中求解最优路径，总能保证网络收敛到全局最优，同时可有效克服Hopfield神经网络易陷入局部最优解的缺点，具有更高的搜索效率，对于求解连续变量的非线性优化问题提供了一种有效方法，验证了混沌神经网络在动态路径诱导中的有效性。     

小波包-神经网络在摆式列车倾摆控制系统故障诊断中的应用

针对摆式列车倾摆控制系统故障的特点，研究了神经网络结合小波包分析进行故障诊断的方法，采用小波包分解和信号重构的方法，将在摆式列车试验台上采集到的振动信号分解到不同的频带以提取有关的故障信息，并将振动信号各频带内的能量特征作为训练样本输入前向神经网络，用优于改进梯度下降法的Levenberg—Marquardt优化方法对网络进行训练，对倾摆控制系统的常见故障进行识别和诊断。实践表明，该方法对摆式列车倾摆系统故障的诊断是可靠的。     

生长因子诱导骨髓间充质干细胞成软骨分化的研究

目的　建立一种体外分离兔骨髓间充质干细胞 (MSCs)的方法 ,诱导其表达软骨细胞表型。方法　抽取兔骨髓 ,经密度梯度离心和粘附分离得到MSCs。用生长因子诱导 ,观察细胞的增殖情况和软骨特异性基质的表达水平。结果　①纤维粘连蛋白促进MSCs贴壁 ,可提高细胞分离率 ;②TGF β1 ,IGF Ⅰ和维生素C结合可促进MSCs增殖 ,表达软骨特异性的Ⅱ型前胶原mRNA和基质蛋白多糖成分。结论　①密度梯度离心结合粘附分离可提高MSCs的分离效率。②TGF β1 ,IGF Ⅰ和维生素C结合诱导可促进MSCs增殖 ,表达软骨细胞表型     

SP和Con A对培养的大鼠皮肤肥大细胞组胺释放的影响

用酶消化法获得大鼠皮肤肥大细胞，培养于含10％胎牛血清的DMEM培养液。培养1d后，在培养液中加入不同浓度的SP、SP＋Ca2+或ConA，继续培养不同时间。用微孔滤膜迅速分离细胞和培养液，荧光法测定培养液中的组胺含量，计算组胺释放率。结果显示，SP和ConA均能以时间和剂量依赖性方式刺激体外培养的大鼠皮肤肥大细胞释放组胺，并且SP的这种作用明显地受Ca2+浓度的影响。     

一类非线性系统的神经网络内模优化控制

研究一类可用Ｈａｍｍｅｒｓｔｅｉｎ模型描述的ＭＩＳＯ非线性系统的优化控制方法，提出一种基于前向神经网络的Ｈａｍｍｅｒｓｔｅｎ模型，以描述ＭＩＳＯ非线性对象并给出具有内模结构的优化控制器设计方法，从而实现了在稳态优化与动态优化双重指标下的设定值闭环优化控制。针对汽油管道调合系统进行的仿真实验，验证了该方法的有效性。     

基于神经网络的多变量模糊自整定PID控制器

针对脉冲ＴＩＧ焊动态过程控制提出了一种基于ＢＰ神经网络的多变量模糊自整定ＰＩＤ控制器。该控制器利用神经网络在线学习具有多变量耦合，非线性及不确定性的复杂的焊接动态过程的控制规则，实现ＰＩＤ参数的自动整定。仿真实验结果表明该控制器不仅具有模糊控制的简单，有效的非线性控制作用。还具备了神经网络的学习与适应能力，以及ＰＩＤ控制的普遍适用性。