基于人工神经网络的钻孔内热阻计算模型

提出一种采用BP人工神经网络预测单U型地埋管换热器埋管与钻孔壁面间的无量纲热阻(2πK_g·R_b)的新方法。将具有2个隐藏层的BP人工神经网络计算结果与2D数值模型计算结果、函数拟合公式计算结果进行了全面对比分析,结果发现:对于2D数值模型所获得的单U型地埋管换热器钻孔内无量纲热阻2πK_g·R_b而言,基于本文所构建的包含2个隐藏层的BP人工神经网络所计算的结果较文献中函数拟合公式具有更好的计算精度。     

基于人工神经网络的杉木竞争生长模型研究

在VonBertalanffy生长理论的基础上，建立了基于人工神经网络的单木直径潜在生长模型，以相对植距和相对优势度为竞争指标构造了生长修正函数，综合单木直径潜在生长模型和生长修正函数组建了杉木人工林单木直径竞争生长模型，该模型预估精度高，能满足林业生产的需要.     

分支前馈神经网络的研究

在BP算法的基础上,提出了一种用于模式分类的人工神经网络模型——分支前馈神经网络,并给出了相应的算法。对模式分类的几个典型例子进行了计算机仿真研究。仿真结果表明,与一般BP网络相比较,分支前馈神经网络显著地减少了训练时间,且分类效果更好。     

基于房屋普查数据的震害预测方法

提出了一种利用人工神经网络模型并以房屋普查数据为震害影响因子的震害预测方法.以建筑物的结构类型、层数、高度、建设年代、用途、现状质量等几个简单参数对城市、建筑物进行分类,并在此基础上进行建筑物的震害预测工作.根据震害因子的选取及网络对样本的训练效果建立一个人工神经网络模型,通过此模型对震害实例的预测结果进行分析,证明了此模型的实用性.利用房屋普查数据进行震害预测工作为研究快速震害预测方法提供了一个新的思路.     

广西各地级市城市职能分类探讨

城市职能是城市发展的重要标志之一.基于人工神经网络(ANN)中自组织特征映射网络(SOM)的聚类功能,提取广西各地级市城市行业从业人员指标,应用MATLAB6.5软件,对广西各地级市城市职能进行分类;同时对SOM人工神经网络分类方法的优缺点及城市职能的分类结果进行分析.     

基于SOM人工神经网络的客户资源分类方法研究

客户关系管理是近几年来管理学的重要研究课题,有效的客户关系管理是企业提高其核心竞争力的关键手段。客户资源分类是进行客户关系管理的重要前提。本文提出了一种利用SOM人工神经网络进行客户资源分类的方法。该方法充分利用了SOM人工神经网络的自组织映射的特点,并结合客户资源分类的特点,对不同的分类目的采用不同的网络结构,在实践中取得了较好的效果。     

神经网络在银行信用风险评估中的应用

利用人工神经网络对我国商业银行企业信用风险进行了评估,提出了基于BP人工神经网络、以VC为平台的算法程序的人工神经网络信用评级模型,并以某企业的财务数据为样本,进行了信用评级分析。同时利用SPSS软件,与传统Logit模型作了对比,结果表明BP人工神经网络模型的评价效果确实优于传统模型。神经网络模型解决了传统评级方式中的主观性问题,以及难以处理高度非线性模型的问题,对我国银行具有十分重要的现实意义。     

基于核方法的贝叶斯邮件分类网络研究

提出一种包含核函数的Bayesian参数估计方法,提高了Bayesian参数估计的实用性。结合邮件内容和报文格式两个方面分析和提取邮件的重要特征,建立了对应的Bayesian邮件分类网络。将包含核函数的Bayesian参数估计方法应用到邮件分类网络,在对不同邮件测试集的在线学习试验结果证明,这种新的分类模型能够有效地实现垃圾邮件的分类过滤。     

对称单面鳍线的人工神经网络模型

采用知识人工神经网络模型拟对称平面鳍线,通过利用先验知识减小输入映射关系的复杂度,建立了知识人工神经网络模型,减少了训练样本的数量。同时保留了全波时域有限差分法的准确性,而且具有快速简便的优点。     

认知诊断模型研究新进展

认知诊断模型分为潜在特质模型和潜在分类模型两类.在潜在特质模型中,线性逻辑斯谛克特质模型是潜在特质模型的基础,它的提出首次实现了测量与认知的结合;多成分潜在特质模型通过考察被试作答结果的组合方式,更好地从认知加工过程的角度多维度分析被试间认知能力的差异;拓广多成分潜在特质模型则综合了前两种模型的优点并加以拓展.而对于潜在分类模型,规则空间模型作为潜在分类模型的基础用于对被试进行分类诊断;融合模型从更细致的层面对被试进行诊断测量;DINA模型仅含"失误"和"猜测"两个参数,实现了模型简化;NIDA模型从属性层面定义参数,能很好地应用于现实测量情景;贝叶斯网络(BN)以图形化的形式表现变量间的联合概率分布,体现了其从庞大的复杂数据中诊断被试认知错误的优势.     

一类神经网络算法的渐近行为

研究了一类连续型全反馈人工神经网络的稳定性,通过求解简单的一维微分方程,给出了这类神经网络系统的解的解析表达式,利用解的解析表达式证明了当A的特征值0l,至少有一个特征值为负时,网络的一切从Rn中的单位超球内出发的解收敛于原点或单位超球内的一点.     

基于MATLAB的BP神经网络模型在地震预报中的应用

根据人工神经网络模型,运用MATLAB的神经网络工具箱建立BP神经网络预测模型,以地震变化率作为神经网络的输入,对台湾地区和四川地区地震数据时间序列进行分析对大地震的发生时间进行预测。实验证明该模型用于地震预报的有效性和可行性,具有良好的应用价值。     

遗传神经网络在邮件过滤器中的应用

针对目前反垃圾邮件技术的缺点,提出一种基于遗传优化神经网络的垃圾邮件过滤器模型,利用遗传算法全局搜索能力优化神经网络连接权值,克服神经网络局部极小值点问题,提高神经网络的学习速度和识别能力。通过对遗传算法和人工神经网络算法的实现,证明它们在垃圾邮件过滤器中有很好的应用效果。     

基于神经网络的PID控制器研究

本文应用人工神经网络的原理,提出一种新的神经网络的智能PID控制器. 仿真结果表明,此NNPID控制器对线性、弱非线性时不变系统比传统的PID有好 的控制效果;对中等非线性系统和含有噪声扰动的线性知非线性系统有单纯PID 不能达到的控制效果.     

人工神经网络用于三组分稀土混合体系的HPLC测定

利用误差反传算法（ＢＰ算法）的人工神经网络模型，对高效液相色谱难分离的三组分体系进行了研究，对网络参数进行了优化，提出了适用于该体系的三层网络模型．结果表明，该模型性能良好，预测精度高．     

阻力墙参数对转向节锻件充填影响的神经网络分析

为研究阻力墙结构参数对转向节锻件长叉充填的定量影响,设计了广义回归( GR)人工神经网络模型。用“舍一法”训练了模型,并采用3个样本对模型进行预测检验,散点表明预测值和实验值拟合较好。统计学指标为：均方误差M1为0. 898 0,相对均方误差M2为0.167 0%,拟合分值V为1.973 9,说明人工神经网络具有较高的预测精度。最后用 神经网络分析阻力墙关键参数对锻件长叉充填的定量影响,结果表明：长叉侧边桥部宽度和阻力墙斜度的增加对长叉充填作用不明显;阻力墙间隙的加大不利于长叉充填;阻力墙宽度对长叉充填的影响呈抛物线关系,先增大后减小,存在一个极大值。GR人工神经网络模型能够定量预测各阻力墙参数对长叉充填的影响。     

基于人工神经网络重力坝安全监视位移预报模型的研究

以重力坝位移为代表,运用人工神经网络具有表达非线性映射的性质在计算机上求解,小丰满观测资料为人工神经网络在实际应用提供了实例,经检验,所用网络模型拟合效果和预报效果都很理想．     

复杂枝状管网内不稳定流动数学模型的广义解

考虑复杂枝状管网系统內不稳定流动,建立起压力分布的偏微分方程组的初边值问题的数学模型,利用线性算子半群方法得到了问题解存在唯一的结论,并利用算子级数法得到了问題的广义解。     

基于模糊优选和神经网络的保险企业经营风险预警系统构建

论述基于模糊优选和神经网络的保险企业经营风险预警方法的理论依据,阐述组成我国保险企业经营风险预警系统的三个重要环节:基于BP神经网络的风险预警指标预测子系统、基于模糊优选理论的风险测评子系统和基于模糊优选BP神经网络的风险报警子系统三个子系统的构建原理,并通过实例分析证明该方法有效、可行。     

HHGA-RBFNN在DGS设计中的应用

将递阶遗传算法和最小二乘法相结合, 构成一种混合递阶遗传算法,用于优化径向基函数神经网络的结构和参数,通过MATLAB仿真实现该算法,并将该神经网络运用于微带缺陷接地结构的神经网络建模之中,实现对微带缺陷接地结构传输系数的仿真.实验结果表明,应用混合递阶遗传算法优化的径向基函数神经网络,具有很高的拟合精度和很好的泛化能力,可以与时域有限差分分析方法结合,辅助微带缺陷接地结构的设计.