运用径向基网络估计项目反应模型参数的研究

项目反应理论是教育和心理测验的重要理论，它提出了考生对于题目做出反应的模型及其参数估计方法，但是这些参数估计方法都是建立在数理统计基础上的，都需要比较大的考生样本，而且仅适用于二值记分和等级记分项目，对于小样本考生和连续记分项目，缺乏合适的参数估计方法。笔者曾提出运用人工神经网络(即联结主义)进行参数估计的方法，它是一种全新的参数估计方法，可以对小样本和连续记分项目进行参数进行估计。     

基于n-gram及SVM的中文垃圾邮件过滤

在基于内容的垃圾邮件过滤方法中,特征表达和分类算法十分重要,本文应用n-gram方法进行特征表达,以支持向量机（SVM）作为分类算法,并选取传统的人工神经网络（ANN）作为分类器作为对比,并采用不同大小的训练集和测试集来测试SVM及ANN的分类效果,观察训练集和测试集大小对于分类效果的影响。     

灰色人工神经网络组合预测模型及其应用研究

将GM（1,1）模型与BP算法相结合建立灰色人工神经网络组合模型应用于GDP总量的预测。以安徽省1992-2007年的数据为例,对2005至2007年的GDP总量进行检验性预测,结果表明灰色人工神经网络组合模型大大提高了预测精度.     

BP神经网络原理及MATLAB仿真

BP网络在人工神经网络中应用最为广泛．它理论完善、结构直观．本文首先介绍了BP神经网络的原理、进行训练的过程、存在的问题;接着探讨了几种先进的BP训练方法．最后,用Matlab语言,以函数逼近为例实现了BP网络的仿真训练．     

运用人工神经网络预测净水厂混凝投药的研究

运用前馈式人工神经网络,通过建立网络模型并进行训练、测试,对华北地区某水厂的混凝投药量进行了预测,达到了较好的预测效果。     

高职院校贫困生评价系统研究——基于人工神经网络

高职院校中有些申请贫困补助的学生在诚信方面存在着一些问题,如弄虚作假、拖欠学费贷款等.为了对申请贫困生的家庭贫困程度做出准确判断,高职院校采用了人工神经网络的方法,运用相关领域的知识进行推理,从而判断其家庭是否贫困,并建立诚信档案库.通过建立学生基本信息库、诚信档案库、知识库,对其评价的结果将会越来越精确.相信这种诚信评价系统对企业也具有一定的借鉴意义.     

基于神经网络的复合材料覆盖件电厚度设计方法研究

提出了基于人工神经网络的复合材料覆盖件电厚度设计模型和设计方法。影响复合材料覆盖件电厚度的多因素性使其很难得到精确的解析解。应用人工神经网络方法结合实验实测数据,模拟覆盖件各项参数与电厚度之间的非线性关系,以玻璃钢材料为例,对相近使用条件下的覆盖件电厚度进行设计,计算结果表明该方法计算速度快,精度高,为复合材料电厚度的设计分析提供了一种新方法。     

跨层连接的改进BP算法及其应用

传统的BP算法存在一些缺陷,它的信息处理能力不仅取决于神经元之间的连接强度,而且与网络的拓扑结构有关。文章将BP传统的顺序连接方式变化为各层神经元之间可以任意连通的跨层连接方式,从而提出了一种改进的BP算法,并将其应用于制茶工业的产品参数设计,实验结果表明,该算法在训练时间、迭代步数和预测效果方面,都远远优于传统的BP算法。