摘要：以PDB公用生物信息数据库为基础,用人工神经网络建模技术对杨树蛋白质二级结构预测模型进行了研究,这对深入认识森林动态机理、提高森林资源信息化管理水平、改进森林保护制药设计等具有重要的应用价值,对森林生物学、森林生物信息学的研究具有重要的学术意义。从公用数据库下载杨树蛋白质样本27个,提取氨基酸2 947个。用长度为17的滑动窗口截取蛋白质一级结构的氨基酸序列片段,并用[-1,1]编码方式进行编码,以组织输入向量,以片段中心氨基酸对应的蛋白质二级结构(螺旋、折叠、无规则卷曲)为输出向量,构建了结构为17∶S∶3的BP人工神经网络模型。用训练、测试样本对模型进行训练、检验,得出理想的模型结构为17∶9∶3,其总体拟合准确度为71%,总体预测准确度为65%,H的预测准确度达81%,比以往同类研究具有较高的预测准确度。

摘要：在正交实验设计与分析的最佳条件水平组合内,对活性炭比（A）、溶剂用量（C）2个因素进行加密实验,用人工神经网络构建实验条件与苯甲酸产率、质量的关系模型,以实现苯甲酸产率、质量模拟和实验条件控制。模拟与控制的研究结果表明,提出的人工神经网络模型（BARE）对快速滤纸类型的实验具有较高的预测能力,准确度可达99%以上。基于该模型编制的MATLAB最优控制程序,能精准确定活性炭比和溶剂量分别为2.2%和72mL,相应的最高苯甲酸产率为0.809 0。在计算机上,用该模型做模拟实验,可以连续显示苯甲酸产率随活性炭比、溶剂用量的变化过程,可以确定实验条件的最优组合“点”。在实验教学中,用该模型指导和控制学生的实体实验,以提高教学质量。

摘要：传统高子化学教学体系难以适应新时代人才培养的要求。文章从教学实践出发,在教学体系与内容、方法与手段、考评方式和创新实验教学等方面进行了积极尝试和探索,以期激发学生学习兴趣,加强学生设计能力、创新能力的培养。