This paper presents a multi-ANN approximation approach to approximate complex non-linear function. Comparing with single-ANN methods the proposed approach improves and increases the approximation and generalization ab...This paper presents a multi-ANN approximation approach to approximate complex non-linear function. Comparing with single-ANN methods the proposed approach improves and increases the approximation and generalization ability, and adaptability greatly in learning processes of networks. The simulation results have been shown that the method can be applied to the modeling and identification of complex dynamic control systems.展开更多
为探究大豆分离蛋白(Soy protein isolate,SPI)结构变化对茄替胶-改性大豆分离蛋白共价复合物乳化性能的影响。文章以SPI为原料,采用超声波处理得到USPI、超声结合热处理得到UHSPI,与茄替胶(Gum ghatti,GG)在温度80℃、相对湿度79%条件...为探究大豆分离蛋白(Soy protein isolate,SPI)结构变化对茄替胶-改性大豆分离蛋白共价复合物乳化性能的影响。文章以SPI为原料,采用超声波处理得到USPI、超声结合热处理得到UHSPI,与茄替胶(Gum ghatti,GG)在温度80℃、相对湿度79%条件下进行美拉德反应,制备获得GG-改性SPI共价复合物。傅里叶变换红外光谱和圆二色谱结果表明,超声和加热影响SPI二级结构,α-螺旋相对含量减少,β-折叠相对含量增加,证实改性SPI和GG发生共价结合。pH为7时,采用超声结合热处理工艺,SPI溶解度由22.31%提高至47.68%,表面疏水性从104.13提高至162.19。pH为4.5时,与SPI相较,美拉德反应制备得到的GG-UHSPI-MR复合物溶解度提高5倍,表现出在酸性条件下应用的可能性。褐变程度结果表明,溶解度高的UHSPI样品更易和GG间形成共价键。水包油乳液特征分析结果表明,储存14 d后,GG-UHSPI-MR乳液粒径(D 4,3)最小为0.672μm,乳液稳定性较好。综上表明,GG和UHSPI共价结合后乳化性能提高,有望作为一种新型乳化剂在乳制品领域应用。展开更多
为提升水上交通安全性,减少碰撞事故,提出基于复杂网络的船舶碰撞危险量化模型。通过构建复杂网络和计算关系强度反映船舶间关系,使用径向分布函数(Radial Distribution Function,RDF)分析船舶密度因素,对船舶周围的交通情况进行讨论;...为提升水上交通安全性,减少碰撞事故,提出基于复杂网络的船舶碰撞危险量化模型。通过构建复杂网络和计算关系强度反映船舶间关系,使用径向分布函数(Radial Distribution Function,RDF)分析船舶密度因素,对船舶周围的交通情况进行讨论;采用网络中心性分析船舶冲突因素;运用基于史蒂文斯幂定律的隶属度函数对密度因素和冲突因素进行整合,改进以船舶对为基础的碰撞危险量化方法。为证明模型准确性,进行实例验证并与基于船舶对叠加计算的方法对比,结果表明本模型具有一定的准确性。通过对实际水域情况的分析,讨论相应的预警机制,可用于水上交通情况的监控和危险预警。展开更多
文摘This paper presents a multi-ANN approximation approach to approximate complex non-linear function. Comparing with single-ANN methods the proposed approach improves and increases the approximation and generalization ability, and adaptability greatly in learning processes of networks. The simulation results have been shown that the method can be applied to the modeling and identification of complex dynamic control systems.
文摘为提升水上交通安全性,减少碰撞事故,提出基于复杂网络的船舶碰撞危险量化模型。通过构建复杂网络和计算关系强度反映船舶间关系,使用径向分布函数(Radial Distribution Function,RDF)分析船舶密度因素,对船舶周围的交通情况进行讨论;采用网络中心性分析船舶冲突因素;运用基于史蒂文斯幂定律的隶属度函数对密度因素和冲突因素进行整合,改进以船舶对为基础的碰撞危险量化方法。为证明模型准确性,进行实例验证并与基于船舶对叠加计算的方法对比,结果表明本模型具有一定的准确性。通过对实际水域情况的分析,讨论相应的预警机制,可用于水上交通情况的监控和危险预警。
