基于熵准则的鲁棒的RBF谷胱甘肽发酵建模

被引：5

作者：

谭左平

王士同

邓赵红

堵国成

机构：

[1] 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

来源：

生物工程学报 | 2008年 / 05期

关键词：

谷胱甘肽; 相对熵; RBF神经网络; Parzen窗法; 鲁棒性;

D O I：

10.13345/j.cjb.2008.05.028

中图分类号：

R341 [];

学科分类号：

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。

引用

页码：829 / 836

页数：8

共 12 条

[1] 基于均匀设计的主成分分析-支持向量机模型及其在几丁质酶最适pH建模中的应用 [J].

林毅 ;

蔡福营 ;

袁宇熹 ;

张光亚 .

生物工程学报, 2007, (03) :514-519

[2] 苏云金杆菌杀虫晶体蛋白活性预测的支持向量机模型 [J].

林毅 ;

蔡福营 ;

张光亚 .

生物工程学报, 2007, (01) :127-132

[3] 木聚糖酶氨基酸组成与其最适pH的神经网络模型 [J].

张光亚 ;

方柏山 .

生物工程学报, 2005, (04) :658-661

[4] Candida utilis生物合成谷胱甘肽的营养及环境条件 [J].

卫功元 ;

李寅 ;

堵国成 ;

陈坚 .

应用与环境生物学报, 2003, (06) :642-646

[5] 基于BP神经网络的L-色氨酸发酵过程建模 [J].

王健 ;

陈宁 ;

杨海军 ;

谭青乔 ;

刘淑云 ;

张克旭 .

天津轻工业学院学报, 2003, (03) :1-4

[6]

模式识别[M]. - 清华大学出版社 , 边肇祺编著, 1988

[7]

生物化学实验指导[M]. - 人民教育出版社 , 北京大学生物系生物化学教研室编, 1964

[8] Optimization of fermentation media for exopolysaccharide production from Lactobacillus plantarum using artificial intelligence-based techniques [J].

Desai, K. M. ;

Akolkar, S. K. ;

Badhe, Y. P. ;

Tambe, S. S. ;

Lele, S. S. .

PROCESS BIOCHEMISTRY, 2006, 41 (08) :1842-1848

[9]

Oxidative stress response in yeast: effect of glutathione on adaptation to hydrogen peroxide stress in Saccharomyces cerevisiae[J] . Shingo Izawa,Yoshiharu Inoue,Akira Kimura.FEBS Letters . 1995 (1)

[10]

Designing fermentation media: A comparison of neural networks to factorial design[J] . Max J. Kennedy,S. G. Prapulla,M. S. Thakur.Biotechnology Techniques . 1992 (4)

← 1 2 →