让幸福的声音传向千里之外——通信技术30年变迁史

核心提示：如果穿越时间隧道，回首30年的通信历程，你一定会感叹：从古老笨重的“摇把子”电话，到如今轻松按键的数字程控电话；从退出历史舞台的BP机、“砖头”大哥大，到如今形体轻巧、功能多样的手机；从速度慢如蜗牛的窄带，到如今快如闪电的宽带……通信的每一步发展，都是经济发展和科技进步的最好印证。     

人工神经网络变量选取与隐藏单元数的确定

根据多隐藏层所有训练样本误差平方和最小设计优化问题,求解并绘出计算流程图。Trevor等人认为隐藏单元过多比过少好,交叉验证估计（隐藏单元）正则化参数没有必要。还有一种通常做法是常常利用分类树挑选变量作为输入变量进行人工神经网络建模。而从人工神经网络与多元统计、传统回归和其他数据挖掘工具的区别和联系出发,认为这些观点和做法值得商酌;用ZIP编码实例说明隐藏单元过多不一定比过少好,实际数据分析中所需隐藏单元数的确定可以用交叉验证结合经验判断来实现,利用分类树选择的变量对于人工神经网络没有太大的效果;通过分类树删节变量以降低计算量的效果不如通过压缩隐藏单元个数降低计算量来得好;非完全问题“从简单到一般”思想与完全问题中选择所有变量的思想不矛盾。在总结了Le Cun等人的局部联结以有效降低权数思想的基础上,提出通过随机选择人工变量建立人工神经网络分布式模型系统的设想。     

基于神经网络的企业未来获利能力综合评价

本文分析了相关分析──多指标综合评价法在确定企业未来获利能力方面的优点和不足之处。提出了基于神经网络的多指标综合评价法,从企业外部环境和企业技术实力等七个方面进行综合评价,并通过仿真试验,证明采用该方法获得的结果是令人满意的。     

综合模糊认知图与BP神经网络的建模方法新探

文章介绍了模糊认知图的基本原理、推理机制及非线性赫布学习算法,然后综合考虑BP神经网络与基于非线性赫布学习算法的模糊认知图,提出了一个新的建模方案,并以股市股价预测问题为例对其进行了检验。研究结果表明:模糊认知图与BP神经网络方法的结合,不仅弥补了传统神经网络模型不具有解释性的缺陷,而且提高了模型的学习效率。     

区域出口贸易非线性混合预测模型及其实证

混合预测模型由于能够反映事物变化的线性和非线性特征,而在预测领域得到了广泛的应用。本文针对区域出口贸易的特点建立了一种基于BP神经网络和误差校正向量自回归模型的的非线性混合预测模型,应用于区域出口贸易预测,得到了较好的预测效果。由于该模型能够反映经济系统中各变量的长期均衡关系,同时非线性的协整变量能够反映出经济系统其他变量的短期波动对预测变量的影响,因此该模型适合于经济变量的预测。     

基于人工智能贷款风险分类的系统设计

近年提出的贷款风险五级分类法,需考虑财务、非财务、现金流量、信用支持及逾期时间等诸方面要素的影响.由于涉及有定量因素也有定性因素分析,这给处理分类问题带来一定的复杂性.为此本文探讨将人工智能技术中的神经网络和专家系统应用于贷款风险分类研究.文中用BP神经网络进行财务分析,而运用专家系统采用"规则组"的知识表示策略,对其它诸因素及分类综合进行了分析.从而得出了最终的贷款风险分类等级.     

XML数字签名在电子商务中的应用研究

财务危机一直是困扰企业的一个痼疾,实务界和理论界也一直在寻找一种科学简便的方法来对财务进行预警.基于此,本文从财务预警的基本内涵出发,描述影响企业财务状态的诸因素,阐述了人工神经网络应用于财务预警的理论依据和基本构想,建立了财务预警的反向误差传播(back-propagation,BP)模型,提出了基于该模型的财务预警框架,以期对财务预警提供参考.     

R＆D项目中止决策的区域映射模型

讨论了BP神经网络进行R&D项目中止决策时存在的缺陷,提出了R&D项目中止决策的区域映射模型,结合教师区域的范围以及像点集合的平面分布特征设计了每个类的判定标准和分类算法.区域映射模型能够克服BP神经网络收敛速度慢、易陷入局部极小点等不足,保证了实际分类准则与训练准则的一致性,具有很高的识别率和比BP神经网络更快的收敛速度,是R&项目中止决策的一个有效的模式识别工具.     

城乡数字鸿沟持续拉大城乡收入差距的实证研究

全球信息化潮流势不可挡,中国信息化进程也在大步迈进,伴随着信息化出现的城乡数字鸿沟却成为我国城乡一体化的重要障碍,其对日益扩大的城乡收入差距起着推波助澜的作用.文章基于人工神经网络方法实证检验了我国城乡数字鸿沟对城乡收入差距扩大的作用,研究表明,城乡收入差距与城乡数字鸿沟同方向变动,城乡数字鸿沟扩大1％,城乡收入差距就会拉大0.013％,前者对后者的影响不可小觑.     

城市群城市韧性水平测度及障碍因子识别

城市群是城市发展较高层次的空间组成形式,其城市韧性的提升对建设韧性城市、促进城市群持续健康发展具有重要意义。为全面测度城市群城市韧性水平并识别其障碍因子,构建了城市群城市韧性评价指标体系,采用熵值法和BP神经网络模型对关中平原城市群2011—2020年各城市分系统韧性和复合系统进行分析,进一步使用障碍度模型对影响关中平原城市群城市韧性的障碍因子进行识别。研究发现,关中平原城市群城市韧性位于中等韧性水平,但总体呈上升趋势,其空间分布格局呈现出“东西低,中间高”的倒V形。具体而言,经济系统韧性以较低韧性水平和中等韧性水平为主,社会系统韧性以中等韧性水平和较高韧性水平为主,生态系统韧性以较高韧性水平为主,而基础设施系统韧性则主要分布在较低至较高韧性水平之间;建成区绿化覆盖率和全社会用电量因子是影响关中平原城市群城市韧性提升的主要障碍因子;从分系统来看,社会系统始终是影响关中平原城市群城市韧性提升的关键系统。研究表明,城市群应进一步加强城市之间的合作,共享信息资源,提高人们生活水平,加大城市基础设施建设力度,不断促进城市群协调发展。