基于对向传播神经网络的人脸识别方法

根据对向传播网络适于模式分类的特性,提出了基于对向传播网络的人脸识别方法。同时,为了克服对向传播网络在训练过程中的不稳定性,改进了对向传播网络的学习算法,并且以国际通用的ORL人脸库为对象进行实验研究。结果表明,选择合适的参数,就可以达到理想的识别效果。证明了基于对向传播网络的人脸识别方法是有效可行的。     

一类带有时滞的神经网络一致稳定性判别法

讨论带有时滞神经网络一致稳定性的问题,给出了状态函数与输出函数关于平衡点一致稳定、全局一致渐近稳定性等价性定理及判别方法。     

误差补偿和时滞辨识预测控制算法

通过神经网络辨别出非线性系统的滞后时间,并采用误差补偿手段对神经网络进行修正,控制系统的反馈取自不带时滞的非线性神经网络的输出,采用预测控制策略改善整个系统的控制性能。仿真实验表明该方法具有较快的响应速度和较强的自适应性与鲁棒性,能有效克服延迟和干扰给控制品质带来的不利影响,取得了良好的控制性能。     

武钢X70钢多目标质量管理建模应用研究

针对现有质量管理建模方法大多难以有效处理小样本、非线性复杂问题的缺陷,提出了一套基于差分进化算法(DE)与支持向量机的融合建模方法,并将其应用于武钢质量管理建模.与神经网络建模技术的拟合结果对比检验验证了该方法的有效性,表明该方法能够为多目标质量管理问题提供一种较为有效的解决方案.     

基于RBF神经网络的人脸识别方法

计算机模式识别是视觉领域中的研究热点之一,是指用生物特征比如人脸信息来识别和辨认某个人类个体.提出了一种基于RBF神经网络的人脸识别方法：采用主成分分析技术把样本维数降低,同时利用模糊聚类算法进行粗分,然后用ORL标准人脸数据库进行实验.实验结果表明,该方法大幅度提高了人脸识别的效果.     

基于蚁群优化神经网络的支持向量机预测方法研究

本文利用蚂蚁算法训练神经网络的权值和阈值,蚁群优化神经网络克服了人工神经网络预测精度低的缺点,在取得最小拟合误差的同时可以得到最小的预测误差。在此基础上提出以支持向量机方法为主、多方法融合的智能预测系统,对电网负荷预测进行了动态预测。实际算例验证了这一智能预测系统的精确性。     

我国中小企业财务危机预警的新视角

"ST"表征企业的盈利能力,财务危机强调企业的资信状况。基于财务危机本质特征,首次提出以财务资信评级界定危机企业。依据混沌理论分析中小企业财务危机系统的非线性开放特征,在内部因素等财务指标基础上,增加外部风险指标与表外信息指标、非财务指标,通过显著性分析与因子分析筛选初始指标,构建适用于中小企业的财务危机预警体系;基于线性与非线性预警模型的比较,对样本企业进行预测。研究表明,BP神经网络模型预测的综合准确率明显高于其他两个模型,其非线性的预测方法更适用于复杂的中小企业财务危机预警系统。     

基于模糊神经网络的城市公园休闲满意度测评——以济南市泉城公园为例

依托Beard和Ragheb休闲满意度测量简表,采用问卷调查法和因子分析法构建了城市公园休闲满意度测评指标体系,使用Matlab软件中的模糊神经网络算法测评山东省济南市泉城公园休闲满意度,并进行测评指标的重要性—绩效分析（IPA）。使用模糊神经网络算法对济南泉城公园休闲满意度测评的结果与实际情况基本吻合,该方法在城市公园休闲满意度测评研究中具有可行性;模糊神经网络测评结果显示:济南泉城公园受访者对其休闲体验总体持“满意”态度,对公园休闲的放松体验持“比较满意”态度,而对公园休闲的教育功能、心理体验、社交功能、审美功能和身体满意度同样持“满意”态度;IPA结果显示:公园休闲的教育和放松满意度各指标均需要继续保持,身体满意度全部指标需后续改进。     

基于GMDH神经网络法的中小板上市公司ST分类预测研究

预测上市公司的上市状态对投资者与其他利益相关者至关重要.选取2019年1月1日至3月31日我国中小板116家上市公司的86个财务指标数据,运用GMDH神经网络法对ST公司和非ST公司进行分类预测,预测正确率达到78.26％.进一步采用1:1配对原则(43家ST公司和43家非ST公司)对中小板上市公司进行ST分类预测,预测正确率大幅提高,达到88.24％.由此发现,基于GMDH神经网络法的中小板上市公司ST分类预测具有较好的预测表现.