中国海外直接投资政治风险预警系统研究

政治风险是海外投资项目评估的起点,是影响海外直接投资成功与否的关键因素。研究政治风险的影响因素以及建立灵敏的预警体系具有重要的现实和理论意义。依据我国海外直接投资主要流向的26个国家2002-2009年相关数据,运用主成分分析和BP神经网络模型的研究结果表明 :政治风险的影响因素主要来源于政治、经济和社会层面。在政治经济制度发展水平较低的国家,投资者应首先防范政治层面的风险。在政治经济制度发展水平中等且与我国政府具有良好外交关系、社会文化差异性较小的国家,投资者应首先防范经济因素引发的政治风险。在政治经济制度发展水平较高的发达国家,投资者应防范我国与东道国的政治、文化和社会距离所引发的政治风险。     

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.     

基于BP人工神经网络的企业环境绩效评价

1企业环境绩效及其评价指标体系环境绩效指人们在防治环境污染、减少生态破坏、改善环境质量方面所取得的成绩。企业环境绩效即是通过约束或调整企业行为,控制企业活动对生态环境产生的不利影响,并取得积极的成果:一是环境质量的改善,包括污染物排放水平、环境质量达标、环境资     

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。     

杉木林分自然生长和人为控制密度生长模型研究

在会同杉木人工林林分全林整体模型的基础上,分析并建立了会同杉木人工林完满立木度林分自然生长和一般林分的自然生长的规律和模型,并采用人工神经网络方法建立了会同杉木人工林人为控制密度生长过程模型.检验结果表明,这组生长模型可以满足林业生产和科研的精度要求.     

神经网络在统计非线性模型中的应用

人工神经网络(Artifical Neural Netwoek)是20世纪50～60年代产生、80年代以来发展起来的一种处理复杂非线性问题十分有效的手段,它模拟人脑的特征,具有自组织、自学习、自适应、容错性等特点,被广泛应用于模式识别、自动控制、信号处理、图象扩充、人工智能等领域.     

基于抗体网络的邮件过滤器设计

抗体网络作为一种新型的基于免疫原理的神经网络模型,已有实验验证了其具有良好的无监督竞争学习能力。但对抗体网络的研究目前还集中在原理介绍和实验验证上,没有将其应用在实际工程问题中的先例。在保留抗体网络的结构自动生成,基于克隆选择、变异机制的无监督竞争学习等优点的同时,对抗体网络的初始化、抗体的表示方式、网络结构的更新等方面作了适当的改进。在此基础上设计的邮件过滤器,和传统的邮件过滤器相比,实验结果表明其具有自适应能力好、准确性高等优点。     

基于神经网络技术的房地产商业贷款风险分析

本文根据建筑行业项目给出了具体的商业风险评价指标,建立了模糊神经网络模型.旨在通过数据挖掘的方法对房地产行业的贷款客户进行贷款的风险评价,以便预测贷款的风险等级.     

基于人工神经网络的森林资源预测研究

应用人工神经网络方法分别建立土地资源预测、森林蓄积量预测、各龄组蓄积量预测三层前馈反向传播神经网络模型对森林资源进行预测模拟.预测结果表明:在小样本条件下,森林资源预测神经网络模型预测精度较高,开辟了森林资源预测新途径.     

神经网络用于精确预言含F铋系高温超导的T_C

本工作通过选取适当的拓朴结构,特别是对零电阻转变温度 T_c 的数据采用压缩与还原的技术处理,建立了一个基于误差反向传播(简记为 B-P)算法的人工神经网络。该网络可根据制备含 F 铋系高温超导材料的几个主要实验参数,相当精确地预言此类超导体的 T_c。本方法显然具有一般意义,从而有力地促进了材料的计算机辅助设计的研究工作,使之进一步趋于成熟。