基于熵准则的鲁棒的RBF谷胱甘肽发酵建模

基于熵准则的鲁棒的RBF谷胱甘肽发酵建模

ID:36656718

大小:383.57 KB

页数:8页

时间:2019-05-13

基于熵准则的鲁棒的RBF谷胱甘肽发酵建模_第1页
基于熵准则的鲁棒的RBF谷胱甘肽发酵建模_第2页
基于熵准则的鲁棒的RBF谷胱甘肽发酵建模_第3页
基于熵准则的鲁棒的RBF谷胱甘肽发酵建模_第4页
基于熵准则的鲁棒的RBF谷胱甘肽发酵建模_第5页
资源描述:

《基于熵准则的鲁棒的RBF谷胱甘肽发酵建模》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、生物工程学报ChinJBiotech2008,May25;24(5):829-836journals.im.ac.cnChineseJournalofBiotechnologyISSN1000-3061cjb@im.ac.cn©2008InstituteofMicrobiology,CAS&CSM,Allrightsreserved研究报告基于熵准则的鲁棒的RBF谷胱甘肽发酵建模1,2112谭左平,王士同,邓赵红,堵国成江南大学信息工程学院,江南大学工业技术教育部重点实验室,无锡214122摘要:在谷胱甘肽的发酵过程建模中,当试验数据含有噪音时,往往会导致模型预测精度

2、和泛化能力的下降。针对该问题,提出了一种新的基于熵准则的RBF神经网络建模方法。与传统的基于MSE准则函数的建模方法相比,新方法能从训练样本的整体分布结构来进行模型参数学习,有效地避免了传统的基于MSE准则的RBF网络的过学习和泛化能力差的缺陷。将该模型应用到实际的谷胱甘肽发酵过程建模中,实验结果表明:该方法具有较高的预测精度、泛化能力和良好的鲁棒性,从而对谷胱甘肽的发酵建模有潜在的应用价值。关键词:谷胱甘肽,相对熵,RBF神经网络,Parzen窗法,鲁棒性GSHFermentationProcessModelingUsingEntropy-criterionBase

3、dRBFNeuralNetworkModel1,2112ZuopingTan,ShitongWang,ZhaohongDeng,andGuochengDuKeyLaboratoryofIndustrialBiotechnology,MinistryofEducation,SchoolofInformationEngineering,JiangnanUniversity,Wuxi214122,ChinaAbstract:ThepredictionaccuracyandgeneralizationofGSHfermentationprocessmodelingareoft

4、endeterioratedbynoiseexistinginthecorrespondingexperimentaldata.Inordertoavoidthisproblem,wepresentanovelRBFneuralnetworkmodelingapproachbasedonentropycriterion.ItconsidersthewholedistributionstructureofthetrainingdatasetintheparameterlearningprocesscomparedwiththetraditionalMSE-criteri

5、onbasedparameterlearning,andthuseffectivelyavoidstheweakgeneralizationandover-learning.ThentheproposedapproachisappliedtotheGSHfermentationprocessmodeling.Ourresultsdemonstratethatthisproposedmethodhasbetterpredictionaccuracy,generalizationandrobustnesssuchthatitoffersapotentialapplicat

6、ionmeritfortheGSHfermentationprocessmodeling.Keywords:GSH,relativeentropy,RBFneuralnetwork,Parzenwindow,robustness[1,2]谷胱甘肽(GSH)是由L-谷氨酸、L-半胱氨酸关重要的作用。作为一种重要的生理活性物质,和甘氨酸缩合而成的一种同时含有γ-谷氨酰基和巯谷胱甘肽在解毒、抗辐射、肿瘤、癌症、氧化衰老[3]基的生物活性三肽。它可以迅速增强机体的免疫力,和协调内分泌的治疗中效果明显且无副作用,近[4]同时对于维持生物体内适宜的氧化还原环境起着至年来还发现GS

7、H具有抑制艾滋病病毒的功效。此Received:October8,2007;Accepted:January16,2008Supportedby:theNational863projectofChina(No.2007AA1Z158,2006AA10Z313),NationalScienceFoundationofChina(No.60773206/F020106,60704047/F030304),NewcenturyOutstandingYoungScholarGrantofMinistryofEducationofChina(NCET-04-0

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。