本文提出一种基于智能手机传感器的物联网可穿戴系统，用于同时识别人体物理活动与定位模式。现有研究多关注运动活动，而对室内、室外等位置模式关注不足。系统利用加速度计、陀螺仪、磁力计、GPS 和音频等传感器采集数据，并针对惯性信号采用 Butterworth 低通滤波、针对 GPS 信号采用中值滤波进行去噪，再用 Hamming 窗对信号...
本文描述了一种用于处理 COVID-19 光学检测器信号的机器学习方法。采用多层感知机（MLP）和支持向量机（SVM）分别处理原始数据和特征工程数据，实现了对 SARS-CoV-2 病毒的定性检测，检测浓度可低至 1 TCID50/mL。有效检测实验包含 486 个阴性样本和 108 个阳性样本；使用未进行抗体功能化的生物传感器检测...
本研究探讨利用时间序列尖峰数据提高嗅觉生物传感器预测性能的可能性。作者提出一种人工神经网络（ANN），采用最优混合多层感知机（MLP）系统，对果蝇（Drosophila melanogaster）嗅觉受体神经元（DmOrs）的尖峰响应进行分类，以识别化学气味物的类别。所用数据来自6个果蝇嗅觉受体对34种气味物的响应，并提取500 m...
果蝇 Drosophila melanogaster 和冈比亚按蚊 Anopheles gambiae 分别利用60和79个气味受体感知嗅觉环境。然而，作为商业电子鼻的昆虫嗅觉生物传感器，由于受体/传感器集成与功能化困难，其前端检测阵列需要尽可能少的受体。本文展示如何将人工神经网络（ANN）中的多层感知机（MLP）作为生物传感器的信...
二氧化碳（CO2）和1-辛烯-3-醇（1-octen-3-ol）等气味物是冈比亚按蚊（Anopheles gambiae）宿主搜寻行为的重要驱动因素。鉴于蚊类具有强大的嗅觉处理能力，其嗅觉系统可作为人工嗅觉生物传感器的识别基础。本研究利用冈比亚按蚊嗅觉受体神经元（ORN）对挥发性气味物的放电率数据，训练人工神经网络（ANN），将挥发...
本文利用果蝇（Drosophila melanogaster）嗅觉感觉神经元（OSN）阵列的发放率数据训练人工神经网络（ANN），以区分挥发性气味物的不同化学类别。对优化网络采用自助法（bootstrapping），以准确估计网络预测值。首先使用简单线性预测器评估数据复杂度，发现其预测性能较低。随后采用单层多层感知机（MLP）这一非...
化学描述符可将化合物的物理、化学和生物性质转化为数值信息，机器学习方法如人工神经网络（ANN）可通过训练这些描述符来学习和预测化合物。本文旨在通过预测气味分子为开发人工生物传感器提供基础。作者采用一组 32 个优化气味描述符，构建由多层感知机（MLP）组成的分类模型，用于区分八类气味物：内酯、酸、萜烯、醛、酮、芳香族、醇和酯。模型输...
嗅觉系统能够检测挥发性化学物质，即气味分子或odorants。这些气味分子具有多样的化学结构，并与嗅觉系统受体相互作用。昆虫嗅觉系统提供了直接测量单个嗅觉感觉神经元（OSN）在气味刺激下产生发放率的独特机会，从而利用这些数据辅助化学物质分类。本文证明，可以利用醋蝇（Drosophila melanogaster）OSN阵列的发放率训...