简介：日长变化的预报具有重要的科学意义和实际应用价值。非线性的人工神经网络技术中的反向传播模型（BP网络）可用于预报日长变化。BP网络的拓扑结构决定了神经网络解决问题的能力，针对不同的问题需要采用不同的网络结构。该文分析了神经网络的拓扑结构算法，选用最小均方误差法确定网络的拓扑结构，并将此应用于日长变化预报。结果表明，该方法是可靠和有效的。
简介：用紫金山天文台青海站的13.7米射电望远镜对一批强IRAS远红外源（流量F100μ＞500Jy）进行了H2O脉泽谱线的搜寻，了10个新的H2O脉泽源。其中9个源均与恒星形成区成协，它们是正在形成中的大质量星的标志，另一个则是著名的富碳星IRC10216，在富碳星包层中H2O脉泽活动的出现是罕见的。文章还讨论了这些新发现源的演化特性和时变特性。
日长变化预报中BP神经网络拓扑结构的选择
在强IRAS远红外源中搜寻新的H2O脉泽源
