简介：采用生物传感器-人工神经网络建立基于游离氨基酸含量对胶原蛋白胰酶酶解进程的预测模型,以实现对酶解进程的在线监控,获得最大量的目标活性肽。以大马哈鱼皮为原料制备胶原蛋白,对其酶解,建立不同条件下的酶解动力学曲线。结果显示：酶解液中游离氨基酸含量随酶解时间的延长而增加,与胶原蛋白的水解度呈良好的线性关系。以酶浓度、底物浓度、游离谷氨酸含量、赖氨酸含量、谷氨酸和赖氨酸含量为输入参数,水解度DH为输出参数,建立基于谷氨酸含量、赖氨酸含量以及谷氨酸赖氨酸含量的蛋白酶传感器-人工神经网络预测模型。对3个模型的水解度样本值与拟合值进行比较分析,R2分别为0.98,0.9805和0.981,对样本值拟合度很高。利用模型进行独立试验验证,理论值与实验值相符合,水解度实验的相对误差范围分别为0.404%~6.45%,0.76%~2.27%和1.67%~2.72%。3个模型在一定程度上实现了仿真监控,可用来在线预测水解反应的动态进程。

简介：采用虚拟仪器、电热恒温水槽和水银温度计对用于平板式织物热阻仪的4个Pt100铂电阻温度传感器的测温正确性和稳定性进行了检验。发现Pt100铂电阻温度传感器的测量结果与水银温度计的测量结果之间存在系统差异,不同的Pt100铂电阻温度传感器的测量结果之间也存在较大的系统差异,但4个Pt100铂电阻温度传感器的测量稳定性都良好。通过一定的校正,4个Pt100铂电阻温度传感器的测量结果与水银温度计的测量结果之间的系统差异很小。

简介：为准确把握用户兴趣，提高用户体验，实现内容的精准推广和用户的个性化服务，建立移动社交网络用户兴趣模型。挖掘用户的移动社交网络行为及内容，抽取用户的兴趣特征项，在统计兴趣项词频的基础上借鉴改进词频—逆文档频率（termfrequency—inversedocumentfrequency）算法以计算用户兴趣度权重，得到用户兴趣的向量空间表述模型。试验表明该方案在用户兴趣识别与排序上准确率较好。

简介：分数阶PID控制器继承了常规PID控制器的优点，并且具有更高的控制精度和更强的鲁棒性。针对常规PID控制器在纸浆浓度控制过程中存在的问题，设计了一种基于神经网络的分数阶PID控制器。用分数阶PID控制器代替常规PID控制器，并通过神经网络调节分数阶PID控制器的5个控制参数，实现一种参数自整定的PID控制器。仿真实验结果表明，神经网络分数阶PID控制器比常规PID控制器的控制精度高，对纸浆浓度的控制更稳定；采用神经网络分数阶PID控制器控制纸浆浓度是切实可行的，具有很好的推广应用前景。