基于径向基函数神经网络的温室室内温度预测模型

试验证实径向基函数神经网络(Radial Basias Function Neural Network)在函数逼近能力、训练速度方面都有良好的性能．采用最小正交二乘法为训练算法,基于传统的数学分析,用PRIVA公司温室监控系统采集数据,选用当前时刻室外温度、风速、太阳辐照度、顶窗开度、内帘幕展开度、水温、室内温度、相对湿度,再加上1个时间间隔、2个时间间隔以前的室内温度作为输入向量,获得了满意的温室室内温度一步预测模型(均方差等于0．0073)．该模型为设计温室环境控制器及分析温室性能奠定了良好基础．     

基于小波神经网络的麦蚜发生程度预测模型

【目的】建立基于小波神经网络病虫害预测预报模型,对提前采取防病防虫措施、减少农作物病虫害损失、提高农作物产量与质量具有重要意义。【方法】本研究以山西省运城市芮城县1980-2014年麦蚜发生程度和气象因子数据为基础,采用主成分分析法从40个基础气象因子中整合形成9个新的自变量输入模型,采用试凑法筛选隐含层节点数,用1980-2009年的数据进行网络训练,对2010-2014年麦蚜发生程度进行回测,建立了以Morlet小波函数为传递函数的小波神经网络模型,并与以Sigmoid函数为传递函数的BP神经网络模型进行了比较。【结果】小波和BP神经网络两种模型对训练样本的平均拟合精度均有10年以上超过80%,两者MAPE 值分别为 89.83% 和83.07%,MSE 值分别为0.0578和0.6192。【结论】两个模型都能较好地描述麦蚜发生程度;从预测精度和模型的稳定性来看,小波神经网络好于BP神经网络。     

昆虫生物钟分子调控研究进展

昆虫生物钟节律的研究是人类了解生物节律的重要途径。昆虫在生理和行为上具有广泛的节律活动,如运动、睡眠、学习记忆、交配、嗅觉等节律活动,其中昼夜活动行为节律的研究广泛而深入。昆虫乃至高等动物普遍具有保守的昼夜节律系统,昼夜生物钟节律主要包括输入系统:用于接受外界光和温度等环境信号并传入核心振荡器,使得生物时钟与环境同步;核心时钟系统:自我维持的昼夜振荡器;输出系统:将生物钟产生的信号传递出去而控制生物行为和生理的节律变化。早期分子和遗传学研究主要关注昼夜节律振荡器的分子机制及神经生物学,阐明了昼夜生物钟节律的主要分子机制及相关神经网络。最近更多的研究关注生物钟信号是如何输入和输出。本文以果蝇运动节律的相关研究为主要内容,围绕生物钟输入系统、振荡器、输出系统这3个组成部分对昆虫生物钟研究进展进行总结。     

林地叶面积指数遥感估算方法适用分析

叶面积指数是与森林冠层能量和CO2交换密切相关的一个重要植被结构参数,为了探讨估算林地叶面积指数LAI的遥感适用方法和提高精度的途径,利用TRAC仪器测定北京城区森林样地的LAI,从Landsat TM遥感图像计算NDVI、SR、RSR、SAVI植被指数,分别建立估算LAI的单植被指数统计模型、多植被指数组合的改进BP神经网络,获取最有效描述LAI与植被指数非线性关系的方法并应用到TM图像估算北京城区LAI。结果表明,单植被指数非线性统计模型估算LAI的精度高于线性统计模型;多植被指数组合神经网络中,以NDVI、RSR、SAVI组合估算LAI的精度最高,估算值与观测值线性回归方程的R2最高,为0.827,而RMSE最低,为0.189,神经网络解决了多植被指数组合统计模型非线性回归方程的系数较多、较难确定的问题,可较为有效的应用于遥感图像林地LAI的估算。     

塔河森林生态系统蒸散发的定量估算

蒸散发是农业、气象、水文科学研究的重要参数,是全球水文循环过程的重要组成部分.本文应用改进的DHSVM分布式水文模型,利用光学遥感TM数据反演得到叶面积指数等地表数据,由数字高程模型求得坡度、坡向等地形指数因子,定量估算塔河地区2007年逐日蒸散发.应用BP神经网络建立逐日蒸散发量与逐日径流出口流量的关系,并建立研究区水量平衡方程,共同检验研究结果的准确性.结果表明:该模型可以较好地应用于本研究区.塔河流域年总蒸散量234.01 mm,蒸散发与季节有明显的相关性,夏季蒸散发值最高,日均蒸散发值1.56 mm,秋季、春季日均蒸散发值分别为0.30、0.29 mm,冬季蒸散发值最低.地表覆盖类型对蒸散发值影响明显,阔叶林的蒸散发能力强于针阔混交林,其次为针叶林.     

改进GA-SVM在冠状动脉疾病诊断中的应用

改进的遗传算法（GA）自动优化支持向量机（SVM）参数,同步决策最优特征子集。新颖的分组多基因交叉技术保留了基因小组中的信息,而且允许后代继承更多的来自染色体的遗传信息。该算法促进可行解集中的高质量染色体信息交换,提高了解空间的搜索能力。实验结果说明：改进GA-SVM不仅可决策出与疾病相关的重要特征变量、优化SVM参数,而且可提升分类性能。与前馈BP神经网络及自适应模糊推理系统两种学习算法的比较表明,改进GA-SVM具有更好地表现。     

信息几何-计算神经科学的几何学方法

信息几何是九十年代初开始形成的理论,它将流形上的现代微分几何方法引入到计算神经科学中,为神经网络和信息论提供了十分有用的新的数学工具,也为大脑信息传输方式引入新的观念。近年,信息几何在Ｂｏｌｔｚｍａｎｎ机、神经网络的学习方法、隐单元模型理论、统计推断及序列分析诸方面产生了成功的应用。理论的发展与丰富的应用显示出几何学方法在神经科学与信息科学中具有强大的作用。     

CBSG-PPI:基于图神经网络的蛋白质-蛋白质相互作用的预测算法

为提高蛋白质-蛋白质相互作用(protein-protein interaction, PPI)预测的准确性,并深入探索细胞信号传导和疾病发生的生物学机制,本文提出一种简称为CBSG-PPI的预测算法。该算法首先利用3层前馈网络来处理蛋白质的k-mer特征,采用CT方法和Bert方法提取蛋白质的氨基酸序列以及使用卷积神经网络提取蛋白质的序列特征,再结合图神经网络和多层感知机来准确预测PPI。与现有的预测技术相比,CBSG-PPI在准确率、 F1分数、召回率和精确率等多个关键性能指标上展现了明显的优势,在公开数据集上分别达到了0.855、 0.853、 0.840和0.866的高分。此外,本算法采用了一种改进的参数调整方法,显著提高了计算效率,其预测速度比传统算法快了约140倍。这一显著的性能提升,不仅证实了CBSG-PPI在预测PPI方面的研究价值,也为未来蛋白质间相互作用网络的构建和分析提供了有用的计算工具。     

一类细胞神经网络概周期解的存在性与全局吸引性

研究各细胞元拥有各自信号处理函数并具分布时滞的二维分流抑制细胞神经网络的概周期解的存在性和吸引性，获得存在性与吸引性的一个充分条件．     

脑科学中的计算观及其最新发展

科学家们对大脑本质的认识,是物理的还是整体论的,是功能定位的还是不定位的,一直争论不休。脑科学的突破性进展澄清了争论中在概念上的混乱状态。文章着重讨论了这种进展的几个方面:计算观在脑科学中的确立与发展,大脑的实验与模型研究对计算概念的影响,联系主义模型以及生物神经网络的研究对理解大脑信息表达与处理机制的促进作用。