农药醚菊酯类似物构效关系的人工神经网络方法研究

本文以醚菊酯类似物作为研究对象,尝试使用神经网络方法进行构效关系分析,并对该种农药活性进行了预测。在所研究的样本集中,由结构预测活性的成功率可达100％,本文的研究表明：神经网络方法以其极强的非线性能力,可望成为农药构效关系研究的一种有效的工具．     

白鹇距长与年龄关系的人工神经网络模型

注意到白鹇雄鸟距长在一定时期内随年龄增长的事实,运用人工神经网络的一典型模型──“反向传播”模型的改进形式,依据确知年龄和估计年龄的部分样本,建立了白鹇龄估计的神经网络模型,用此模型可以以实测距长初步估计标本和野外采集到的白鹇个体的年龄。     

用人工神经网络方法估计崔──Lawson方程参数

本文提出崔──Lawson方程参数估计的人工神经网络方法,并选取一组标样进行了具体尝试。结果表明,用这种方法估计崔──Lawson方程参数效果极好。     

根瘤菌生态学研究中人工神经网络模型的应用

本文运用人工神经网络的一典型模型—“反向传播”模型,研究了大豆根瘤菌数量的增长规律,建立了相应的预测模型,其拟合最大误差不超过12％。预测最大相对误差不超过4.1％。结果表明,神经网络模型性能良好,可望在根瘤菌生态学研究中获得广泛的应用。