YEP与数据通讯网络

ＹＥＰ采用了先进的计算机管理技术与电子邮件网络系统，到目前为止，省项目办和英国ＤＲＡ咨询专家与世界银行和涉及ＹＥＰ的各有关单位之间及时准确地进行了大量的数据传输工作，保证了ＹＥＰ工作的顺利进行。     

人工智能在金属塑性加工领域中的应用

概述了人工智能及其 2个主要分支 (专家系统和人工神经网络 ) ,讨论了遗传算法与专家系统集成以及神经网络与模糊逻辑、专家系统集成的必要性和集成方法 ,分别介绍了专家系统和人工神经网络在塑性加工领域中的应用现状。     

基于环境的交通网络流分配模型

通过对车辆尾气排放的观察 ,建立了一个基于环境的固定需求用户均衡网络流分配模型。并用EXCEL求解了一具体算例。运用模型可以在满足交通需求的情况下 ,使车辆对环境的污染减少到最低限度     

调引太湖水改善苏州市水动力条件研究

基于苏州地区独特的地理位置,简述引水改善该地区水环境的必要性,拟定了3种调水方案,利用感湖河网数学模型,对3种方案调水后主要河道的水动力条件进行预测,分析了各河道调水后的水动力变化趋势,提出了利用太湖水自流引水改善苏州市水环境的最佳方案.     

网络计划在液化气球罐内外部检验过程中的应用

在以工期考虑为重点的V-3002B液化气球罐内外部检验过程中，引用现代管理中网络计划技术关键路线法，为加快芳烃厂压力容器检验提供了科学的依据。本文总结和介绍了网络计划技术在芳烃厂贮运车间V-300亚球罐内外部检验过程应用情况。     

人工神经网络模型和公路复垦土地适宜性评价

提出了人工神经网络用于公路临时用地复垦土地适宜性评价，利用该模型对京大高速公路山西段复垦山西段复垦土地进行了适宜性评价，探讨了人工神经网络在土地复垦适宜性评价时的特点和注意问题。     

Prediction of the concentration of chlorophyll-α for Liuhai urban lakes in Beijing City

Introduction The eutrophication of fresh w ater has becom e a m ain w ater environm ental problem in the w orld. The m ain negative im pacts of fresh w ater eutrophication are w ater quality deterioration and the decrease of hydrophytes and aquatic specie…     

Recurrence risk of neural tube defects following a miscarriage

Data from 280 sibships in three published series were used to see if the increased risk of neural tube defect (NTD) associated with having had a miscarriage in the immediately preceding pregnancy was also found in women with a previous affected pregnancy. A statistically significant relative risk of 4.0 (2-tail P=0.0111, Fisher exact test) was found among such women, and this could not be accounted for by the effect of parity or of a history of miscarriage in general. The finding may be useful when counselling patients.     

青藏高原生态资产地域划分中的SOFM网络技术

针对目前地域划分中存在的问题,论文尝试以人工神经网络技术作为区划工作的理论支撑,构建了自组织特征映射SOFM网络,以青藏高原环境与生态系统资产作为待分客体,探索了新技术和方法在生态资产地域划分中的应用。结果表明,对于自然界中广泛存在的非线性问题,SOFM网络具有比聚类分析等线性分类器更强的适应性。应用SOFM网络在对待分客体生态资产进行类型划分的基础上,使用策略性循环尺度转换(SCS)范式对其进行了区域转换,最终完成了青藏高原范围内生态资产的地域划分。     

用神经网络辨识化学强化一级处理系统

运用实验室得到的数据为样本 ,选取了CODCr和絮凝剂投加量为指标 ,采用三层结构的神经网络 ,利用Matlab的神经网络工具箱中的批处理梯度下降法对CEPT系统经行辨识。辨识结果表明 :模型的预测值与实测值的平均误差在 3 .7%左右 ,具有较高的精度。同时 ,该模型还具有适应性强 ,使用方便 ,高效的特点 ,为CEPT系统的在线实时控制提供了一条有效的途径。