基于BP神经网络的大学生心理障碍识别模型

随着社会竞争的日趋激烈、价值观念的多元化、人际关系日益紧张复杂化、生活节奏迅速加快、贫富差距显著拉大等，这一切都不同程度地加重了大学生的心理负荷，使其出现了种种的心理困扰。因此，关注大学生的心理发展，加强心理健康教育工作，真正把他们培养成为德才兼备、身心健康的社会主义建设者是高等教育面临的新课题。针对目前专职心理咨询员严重不足这一现象，提出了一种基于BP神经网络的大学生心理障碍识别模型，通过与计算机前沿技术“人工智能相结合，可以实现大学生心理障碍的网上自我诊断，大大减少高校心理咨询机构的工作压力。     

基于支持向量机的非线性汇率预测分析

汇率的重要性和汇率的预测难度广为人知,随机游走模型依然占据着汇率预测领域.文章根据不同的汇率决定理论,分别利用支持向量机方法进行日元、英镑和加元汇率历史数据的回归和预测,实验结果表明货币经济学指标在汇率预测中非常重要,特别是利率指标:支持向量机方法虽然在RMSE上并不能显著优于随机游走模型,至少统计的显著性不足,但具有较好的方向预测性,可以作为投资决策的依据.     

神经网络模拟实验与语言认知研究的互动

在自然语言处理中，神经网络模型（ANN）比符号主义方法更加接近人脑处理语言的实际心理加工机制。神经网络模拟可检验“语言加工双重路线”、“语言初始状态”等假设有效性；语言认知心理机制研究也会对神经网络构建起促进作用。语言认知机制研究应从追求简单的脑区定位发展到脑区间互动以及脑内语言信息加工的时空网络建模。     

智能模型在上海城市供水中的应用

该文介绍了上海城市供水管网的现状和在考虑供水量特点之基础上建立的供水量预测模型。通过利用上海市供水调度监测中心的中心城区供水量实际数据对此模型进行的验证表明，其在上海城市供水中有一定的实用价值。并对拟建的上海市应急决策支持平台做了基本的阐述。     

基于学习矢量量化神经网络的创造力评价

剖析了创造力评价的重要意义及当前存在的问题,根据创造力评价指标及等级的数目,构建了由输入层、隐含层、输出层组成的学习矢量量化(LVQ)神经网络,用训练好的网络对测试样本进行仿真测试,仿真结果和实际情况正好相符,体现出LVQ神经网络在创造力评价中的实用性和有效性。     

面向巴塞尔新资本协议的自优化神经网络信用评估方法

巴塞尔新资本协议中对信用风险评估使用的数据作了明确规定,而我国银行业目前所积累的数据还不能达到协议的要求;立足于我国银行业的现状,在新协议框架范围内探索可行的信用评估方法.对原有神经网络算法加以改进,提出自优化神经网络方法,该方法能较好地适应时变数据和自动优化神经网络评估模型,用真实的客户信用数据试验也表明该方法比普通神经网络有较高的准确性.     

中国股票市场多重分形游走及其预测

股票价格波动规律的研究是预测的基础,多重分形过程是迄今为止最为符合价格波动特性的模型。本文验证了中国股票市场的多重分形游走,并根据多重分形过程的局部尺度特性和多尺度相关性建立了小波和神经网络相结合的股票价格预测模型。实证研究结果表明,本文模型预测精度较由其他模型得到的预测精度明显提高。     

粗集与神经网络相结合的股票价格预测模型

粗集和神经网络结合反映了人类智能的定性和定量、清晰和隐含、串行和并行相互交叉混合的常规思维机理。本文建立这样一种混合杂交模型用于股票价格波动趋势的预测,通过粗集对数据的二维约简预处理消除了样本中的噪声和冗余,在提高神经网络预测精度的同时降低了学习负担。为了获得最优的预测精度,本文还利用遗传算法进行属性离散化和网络学习。通过对上证综指的实证研究表明,这种混合杂交模型的性能明显优于BP和GA神经网络模型。     

神经网络在企业流动资金需求量预测中的应用

文章在对流动资金需求量预测的传统方法进行分析的基础上 ,指出了神经网络方法的适用性。在技术分析的基础上 ,建立了神经网络的预测模型 ,并进行了实证分析     

基于"透明"神经网络的模拟电路故障诊断

本文通过分析BP神经网络用于模拟电路故障诊断时的缺点,提出了一种新的神经网络．称为“透明”神经网络(TANN)．然后将TANN用于模拟电路子网络级故障诊断．并通过实例验证了该诊断方法的有效性．