BP神经网络在股价预测中的应用

对BP神经网络方法在股价预测中的应用进行了研究,对BP神经网络的结构进行了介绍。针对BP网络学习速度慢,采用弹性BP学习算法和tansig传递函数提高了收敛速度。在仿真过程中通过MATLAB编程实现了BP神经网络对中国石油近一年交易日的数据的训练和测试,获得了一定的预测精度,对BP算法和改进后的BP算法在预测股票中的收敛性能和拟合程度进行比较,并用训练好的BP网络股市预测模型来预测其股票数据,达到了预测效果。     

基于MATLAB的BP神经网络的设计与训练

本文介绍了BP神经网络以及运用matlab工具箱构造BP神经网络,并对该神经网络进行训练的方法及过程.并以函数逼近为例,通过改变被逼近函数的参数、BP网络隐层神经元的数目、BP网络的学习算法,比较训练效果的差别,进而得出结论.     

基于MATLAB和BP网络的数字识别技术

本文概括地讨论了神经网络通用模型的三要素(神经元、联接强度、学习算法)的特征,在对典型的网络即BP网络的发展动态和进展进行了系统的分析基础上讨论了BP算法的基本概念、运行机制和一些关键性技术。利用BP神经网络进行数字识别的方法,对数字进行特征提取,获得采样数据,再对样本数据进行学习和训练,形成良好的网络,然后对已训练数字有所区别的数字进行检测,达到一定的准确度,表明了该方法在实际应用中具有可行性。     

基于BP神经网络的航空装备维修保障信息化评估

参照国家信息化指数评估模型,构建了航空装备维修保障信息化评估指标体系,并依据此指标体系,建立了对其进行评估的BP神经网络.简要介绍了BP算法,并利用统计数据和专家经验获得了对网络进行训练的可靠样本,对网络进行了训练,得到了速度和精度符合要求的BP神经网络.经验证,该网络在评估航空装备维修保障信息化水平时提高了效率,具有良好可信度,并能有效减少主观因素对评估结果的影响.     

基于BP神经网络的热电偶数学建模方法研究

在利用热电偶进行温度测量时,冷端误差和非线性误差会对热电偶的测温精度产生较大影响。为了降低此两项误差对热电偶测温精度的影响,提出利用BP神经网络和两端测量电压法建立热电偶的数学模型,并利用梯度下降动量算法对网络各节点参数进行优化调整,通过LabVIEW和MATLAB编程实现了该算法。通过实验获取了足够的输入输出样本,即热电偶的冷端电压、输出电压与其对应的温度,对此BP网络模型进行训练和测试,最后通过测试验证了此模型的有效性。     

基于MATLAB的BP神经网络改进算法研究

BP算法是MLP网络的标准训练算法,虽然BP网络得到了广泛应用,但其自身也存在一些缺陷和不足,通过对BP神经网络的众多改进算法进行分析比较,在实际应用中,对同一个样本,在MATLAB中用不同的BP改进算法进行训练可以得出LMBP算法的收敛速度快,训练次数少,训练效果好。但对于复杂的问题,这种方法需要很大的内存,在MATLAB工具箱中解决了这个问题。因此,对于中等规模的网络,采用LMBP算法是最合适的。     

BP神经网络在灌区分水闸控制中的应用

BP神经网络是一种单向传播的多层前向网络,具有很强的学习功能,多次训练后的网络具有很好的预测能力。结合BP网络的特点和灌区分水闸的工作原理,应用BP神经网络对闸门控制进行预测,并分析预测结果。     

改进的BP神经网络方法及其在农业商品总产值预测中的应用

针对BP神经网络应用中存在的训练时间长、收敛速度慢的问题，对常用的BP神经网络方法进行了改进，增加了数据前处理和后处理的过程。前处理过程是对BP神经网络的输入变量采用主成分分析法进行预处理，确定主要的影响因素，解决了神经网络训练时输入变量过多造成的效率下降问题；后处理过程是对训练结果采用回归和相关性分析的方法进行评价，验证了训练结果的精度。对农业商品总产值的预测结果表明．改进的BP神经网络方法能够提高神经网络的训练效率．并且达到了较高的预测精度。该方法适用于解决多因素预测的问题。     

BP神经网络在坐标转化中的应用

重点介绍BP人工神经网络模型在坐标转化中的应用方法和步骤。运用MATLAB来实现BP神经网络的设计和训练,并对隐层节点数的确定和网络的收敛性等问题进行了研究,最后给出了基于MATLAB的BP算法的实现过程并做了实证分析。     

基于蚁群算法的ACO-BP神经网络性能研究

BP神经网络是一种按误差逆传播算法训练的多层前馈网络,是目前应用最广泛的神经网络模型之一,存在收敛速度慢、易陷入局部最优等问题。将蚁群算法与BP神经网络相结合,在一定程度上克服了训练网络时间长、精度不高的问题,并与GA-BP神经网络对比分析,展示了ACO-BP神经网络的性能优势。     

BP神经网络在智能雨刮器上的应用及MATLAB仿真研究

在分析了传统雨刮器缺点的基础上,提出了一种基于BP神经网络的模式识别模型,用专家的经验数据训练它,并测试了它;给出了BP神经网络的学习过程及算法。结果表明这个基于BP神经网络的模型不使用精确的数学模型即可有效处理智能雨刮器系统的不可靠性和非线性。     

基于神经网络的语音增强系统设计

利用神经网络设计语音信号增强处理系统,在无噪和含噪条件下,提取语音信号的MFCC系数,用于BP神经网络的训练和识别,最终达到语音信号消噪和提高可懂度的目的。自适应神经网络系统具有非线性映射和自学习能力,能够用于噪声信号的非线性建模。它不仅能够获取信号的最佳估计,并且能够克服信号处理中存在的不确定性。仿真结果表明,该自适应噪声抵消器的设计方法,不仅实现简单,而且节省运行时间,语音增强效果很好。     

基于AGA-BP神经网络的网络平台交易环境下数据资源价值评估研究

[目的/意义]在数字经济背景下,数据资源通过网络平台交易实现价值转化与增值。作为一种非标准化的新兴商品,数据资源具有成本模糊、类型多样、不确定性高等典型特征,传统价值评估理论难以对其价值进行准确衡量。[方法/过程]对此,文章提出了AGA-BP神经网络的数据资源价值评估模型,该模型充分考虑了诸多影响因素与数据资源价值的非线性关系,通过自适应遗传算法(AGA)优化传统BP神经网络提升价值评估的精度,解决BP神经网络极易陷入局部最优、收敛速度较慢等问题。以此方法为基础,收集武汉东湖大数据交易中心的244条数据资源交易信息进行实证检验。[结果/结论]研究结果表明:基于AGA-BP神经网络的数据资源价值评估方法相比于GA-BP神经网络和BP神经网络性能提升明显;该方法在仿真能力、误差水平、拟合数据能力等方面表现出突出优势,具有更好的价值评估仿真效果。该方法在减少数据交易平台买卖双方交易成本,完善数据交易平台的定价机制和策略方面具有较强的指导意义。     

MATLAB和DELPHI混合编程在风险评价数学模型中的应用

该文以神经网络数学模型为基础,对项目风险评价进行了研究。文章论述了BP神经网络能准确、快捷地评价项目风险,有较强的实用性;但其数学模型较为繁琐,为提高效率和质量,利用OLE接口,实现了在DELPHI中调用MATLAB神经网络工具箱。     

基于BP神经网络的河南开封市住房需求预测

影响住房需求的因素众多,错综复杂,并且具有非线性的特征。本文通过对住房需求影响因素的分析,用BP神网络来购建住房的需求模型。根据河南开封市的有关统计数据,用BP神经网络优化算法进行住房需求预测,并与多元回归测方法进行对比。结果表明,BP神经网络具有较好的适应性和较高的预测精度。     

基于BP神经网络的科技型中小企业知识产权质押融资风险评价研究

通过对知识产权质押融资过程中的风险因素进行分析,运用人工神经网络BP算法建立BP神经网络模型对科技型中小企业知识产权质押融资风险进行研究,结果显示BP神经网络对科技型中小企业知识产权质押融资风险进行评价具有较高的精度.BP神经网络模型可以成为科技型中小企业进行知识产权质押融资风险评价的一种有效的方法.     

基于BP神经网络的不同学习方案下上市公司信用风险评价

企业的信用风险评级是金融领域的一个重要问题,采用BP神经网络来研究上市公司的信用风险评价问题。首先构建了上市公司信用评价的财务指标体系,然后根据3个不同的隐层结点,生成3种不同的神经网络模型。设计7种不同的学习一验证比例,选取了不同行业上市公司的财务数据,利用MATLAB中的神经网络工具箱编程进行实证分析在哪种模型和学习一验证比例下能够更好的对企业进行信用风险评价。     

GA优化神经网络思想

概述了神经网络的概念、神经网络的基本元素和BP算法的基本原理,同时在BP算法的基础上用遗传算法来优化BP算法的权值,并且改变了BP算法的传播方向。     

基于遗传算法优化BP神经网络的锅炉燃烧建模

针对传统BP神经网络存在着容易陷入局部极小点、训练时间长等缺点,本文利用遗传算法对BP神经网络进行优化,将其用于锅炉燃烧系统的建模中。结果表明：本文的模型比文献8中单用BP神经网络建立的模型精度更高,故可行性好,对电厂燃烧的模拟与运行的经济性有帮助。     

基于GA-BP神经网络的扬声器音盆性能预测技术

在电声零器件制造行业中,扬声器音盆的性能好坏直接关系到扬声器产品的质量.本文提出用遗传算法(GA)优化BP神经网络模型对扬声器音盆性能进行预测.在分析了BP神经网络原理的基础上,主要阐述了如何应用遗传算法优化BP神经网络,以改进BP神经网络收敛速度慢、易陷入局部极小值的缺点.针对音盆产品特点,建立音盆性能的GA-BP神...