基于RBF网络的混沌时序的变形分析和预测

RBF网络是一个三层的前馈型神经网络,它隐含层的转换函数是局部响应的非线性函数,所以它能够以任何精度逼近任意连续函数,这为复杂的变形系统的解释和模型化提供了可能,因而利用RBF网络对混沌时序的分析和预测是变形分析的一种新的途径.本文首先介绍RBF网络,对其变形监测数据的混沌现象进行分析和对RBF网络的混沌时间序列作出分析、预测,最后,总结出运用RBF网络对变形分析和预测对数据拟合模型的精度和预测能力都有很大的提高作用.     

雷达和导航信号的混沌分析与遗传优化的RBF神经网络预测

文章从建立雷达和导航信号的轨迹的相空间入手,通过计算Lyapunov指数,得出系统的演化行为是混沌的过程的结论,并对其进行了主分量(PCA)分析,而小波分析与遗传算法优化的RBF网络结合,解决了传统的线性理论不能预测混沌时间序列的难题,从预测的结果来看,全面提高了预测速度,为系统建模奠定了基础。     

基于主成分分析与BP网络的我国GDP预测

我国GDP总值受多种因素的影响,通过主成分分析法将众多指标进行综合,消除样本间的信息重叠,降低BP网络的输入维数。针对我国GDP总值预测系统的非线性特征,运用BP网络的高度非线性映射能力,对我国GDP总值进行预测,结果表明:主成分BP网络预测结果精确。     

基于主成分分析及RBF神经网络的浙江省台风灾害损失预测

本研究基于1953-2007年登陆或对浙江省有重大影响的台风历史案例数据,考虑影响台风灾害损失大小的主要因素有台风致灾因子、承灾体暴露性影响因子与承灾体脆弱性影响因子,运用主成分分析法对表示承灾体暴露性影响因素与承灾体脆弱性影响因素进行数据处理,提取主成分作为RBF神经网络模型的输入,从而建立预测模型。在2006年和2007年影响浙江省的2个台风的实际预测中,主成分RBF预测能够减少台风灾害损失的误差。因此,该模型可用于实际台风灾害损失预测,有效地提高预测台风灾害损失值的可靠性,对于浙江省乃至全国防灾减灾工作有着重大的实际意义。     

基于时序立体数据的财务困境预测实证研究——以我国上市医药公司为例

基于财务困境预测的研究大多局限于截面数据的静态计量,即以T-2,T-3(T代表被特殊处理的年份)的财务指标,运用主成分进行预测,而忽视了公司财务状况的变化过程,因此本文证实了建立基于时序立体数据表的全局主成分分析模型,比经典主成分分析建立的截面模型预测准确度要高。并利用Mann-Whitney U检验对财务指标进行筛选,以我国上市医药公司为研究样本建立预测模型,对其财务状况进行了良好的预测。     

基于免疫RBF的列车制动预测模型研究

精确可靠的列车制动预测模型对于列车制动控制系统和列车精确停车控制等应用领域意义重大,由于列车制动过程受线路条件、车型自身参数及外界天气环境等客观因素影响,是一个复杂的非线性系统,因此采用免疫RBF神经网络逼近制动系统模型。本文介绍了免疫RBF网络拓扑结构的构建方法,分析了列车制动过程模型,建立了列车制停的免疫RBF网络,并提取实车运行数据进行特征化处理后训练网络从而实现了列车制动的精准预测。经实车数据仿真实验验证,本文建立的列车制停免疫RBF网络性能优越,预测停车位置与实际值吻合率高达96.3%,具有较大应用价值。     

高校官方微博影响力评价及对策研究

【目的/意义】随着网络化信息时代的到来，在互联网技术框架下，在网络上进行信息的生产、传播和扩散已 成为主流。由于微博的双向互动性，微博已成为受众面最广、参与度最高的社交网络平台，对微博影响力进行分析 评价具有重要意义。【方法/过程】本文以高校官方微博为关注对象，选取7个影响力指标为样本，通过对指标数据进 行主成分分析，降维提取主成分特征，对各高校官方微博的影响力进行综合评估。【结果/结论】最后，结合高校官方 微博影响力评价结果，以吉林大学官方微博为例，对提高影响力的对策进行研究。     

基于粗糙集和RBF神经网络的工程项目团队的绩效评价

利用粗糙集和RBF神经网络的理论和方法,建立了基于粗糙集和RBF神经网络相结合的工程项目团队绩效评价模型。并结合一个工程项目团队绩效实例,首先对其基于平衡记分卡的评价指标体系进行了约简,然后将约简的评价指标输入到RBF神经网络中进行智能训练,最后把检验样本输入到训练好的RBF网络中,验证得到通过RBF神经网络计算的评价结果与实际结果基本一致。     

基于PCA改进的LS-SVM入境旅游客流量预测模型

影响入境旅游客流量的众多因素加大了预测模型输入变量的复杂化,限制了模型的运行速度和预测精确。首先,利用主成分分析对影响入境旅游客流量的众多指标进行综合分析得到主成分,然后建立以主成分为输入变量以入境旅游客流量为输出变量的最小二乘支持向量机预测模型。通过实例验证和比较,展示了基于主成分分析改进的最小二乘支持向量机入境旅游客流量预测模型具有较好的预测效果和较高的推广价值。     

组合预测模型及应用

通过主成分分析的方法，将非线性预测中的二次多项式预测、指数预测及灰色预测等3种不同的预测方法组合在一起．提出了一种新的组合预测方法，并利用该方法对江西省的国民生产总值进行了预测。