基于前馈型神经网络股价预测的一点改进

为减小预测误差,目前的方法是:选择对股价有显著影响的输入变量、调整网络结构及选择合适的参数、优化学习算法,这些方法都是以实际股价作为网络的预测。提出以相邻两天的股价差价作为网络的预测,在相同的数据上分别建立股价预测模型和股价的差价预测模型,并对它们的结果进行对比分析。结果表明差价预测模型的预测误差小、预测效果好。     

前馈神经网络连续二元蚁群训练模型

提出了一种用离散模型逼近连续模型进而求解连续域上的优化问题的蚁群优化算法Binary-ACO,并将Bi-nary-ACO与经典BP训练算法进行混合（LMBP和SDBP）应用于多层感知机的训练问题中,并在3个测试数据集上进行对比实验。实验结果证明单一蚁群优化算法作为一种通用的优化算法在前馈神经网络训练问题中的性能无法与经典的BP算法相比较,但是蚁群优化算法和BP经典训练算法结合的混合算法表现性能优良。两种混合算法（Bi-nary-ACO-sdbp和Binary ACO-lmbp）都获得了相当良好的解,特别是Binary ACO-lmbp这种算法不仅比单一的蚁群优化算法的性能上有相当的提高而且也优于经典的BP算法。     

高校危机管理的前馈控制

高校作为一个高知群体十分密集的社会子系统,与一般社会组织相比,不仅对社会大系统的变化更为敏感,而且对社会大系统的影响能量更大.就公共危机而言,任何公共危机事件都会在高校中形成回应,并往往诱发校内危机事件,致使正常的学校秩序遭到破坏,进而影响到学校安全和社会稳定.实施前馈控制管理,不仅可以从危机过程的起始环节上就清除危机要素,解决潜在的或处于萌芽状态的危机,防患于未然;而且可以用较为低廉的成本避免反馈控制无法挽回的巨大损失,即"用少量的钱预防,而不是化大量的钱治病".所以前馈控制对高校的危机管理,具有极为重要的价值.     

一种前馈神经网络算法

神经网络由于其非线性处理能力强，性能稳定等特点得到了广泛应用和研究，主要应用于模式识别、信号处理、知识工程、专家系统、优化组合、机器人控制等。神经网络中使用最为广泛的就是前馈神经网络，其网络权值学习算法中影响最大的就是误差反向传播算法(back-propagation简称BP算法)。BP算法存在局部极小点，收敛速度慢等缺点，基于优化理论的Levenberg-Marquardt算法忽略了二阶项，该文讨论当误差不为零或者不为线性函数即二阶项S(W)不能忽略时的Hesse矩阵的近似计算，进而训练网络。     

基于神经网络的人体动态行为智能识别方法

针对传统方法的人体动态行为智能识别方法存在识别率较低等问题,提出基于神经网络的人体动态行为智能识别方法。对人体动态行为数据预处理,并构建人工神经网络模型,实现人工神经网络训练以及特征提取;将视频的光流图像放置于卷积神经网络模型中,获取图像的时域特征;融合人工神经网络特征与时域特征,并将其放入SVM中进行类别划分,实现基于神经网络的人体动态行为智能识别。仿真实验研究结果表明,所提方法能够有效提升人体动态行为识别准确率,并且整个方法的综合性能较好。     

考虑愿景的动态多属性群决策共识模型

现实中很多的多属性群决策(MAGDM)问题常常具有以下特征:(1)决策者使用个人属性集和愿景集来评估各自的备选方案集,并且个人属性集和愿景集可以异构。(2)决策者不必就属性集和愿景集达成共识。(3)个人属性集、方案集和愿景集可以动态变化。通过将上述实际情况的特征纳入MAGDM,提出一种考虑愿景的动态多属性群决策共识模型及其解决框架,设计集体解决方案的选择过程和共识达成过程的算法,给出为达成共识对个人属性集、个人方案集、个人偏好和个人愿景集的调整建议,并结合实例加以说明。     

民族高校安全稳定前馈控制模型及其评估指标体系

在当前民族关系日益为人们关注的形势下,民族高校的安全稳定管理在某种意义上可以说是重中之重。民族高校兼有教育工作和民族工作的双重属性,民族高校的安全稳定管理势必有别于普通高等学校。民族高校安全稳定前馈控制模型由教学稳定、管理稳定、科研稳定、生活稳定四个方面构成,在此基础上构建由外部自然社会经济环境、民族高校教育教学、民族高校学生经济状况、民族大学生政治思想状况、民族文化、民族高校法律制度、民族认同感、学生宗教信仰、学生心理状况、国际环境十个模块组成的民族高校安全稳定评估指标体系。     

适于装备技术进步的装备信息资源管理前馈控制探讨

从装备信息资源管理和前馈控制的基本含义入手,对军事装备技术进步的信息需求特征进行了分析,并对装备信息资源管理前馈控制模型进行了探讨,提出适于装备技术进步的信息资源管理发展对策,从而为如何提高信息资源管理效率提供理论支持和参考依据。     

一种权重未知的混合多属性决策方法

针对权重未知的混合多属性决策问题,提出一种基于TOPSIS方法的混合型多属性决策的决策方法。为属性值是精确数、区间数、三角模糊数、语言型的混合型多属性决策问题提供一个新的途径。     

电力建设项目成本的控制及管理方法分析

伴随着我国经济的发展,我国企业对电力的需求日益增加,使我国电力建设项目如火如荼地进行。电力建设项目投资较大,往往是由国家出资进行建设,因此加强电力建设项目成本控制显得尤为重要。本文将从电力建设项目成本控制的意义、工程项目管理存在的问题浅析电力建设项目成本控制的方法。     

神经网络离散建模算法在迭代学习控制中的应用

利用神经网络离散建模算法，给出了非线性离散系统的一种新颖的迭代学习控制方法．该迭代学习控制方法允许控制初始状态误差的存在且保证仅经过几次迭代就可使系统达到很高的控制精度．     

基于模糊神经网络的质量成本控制模型

采用PAF模型,即质量成本由预防成本、鉴定成本、损失成本(内部损失成本和外部损失成本)组成。首先根据以往各种研究文献以及企业实际情况设置质量成本三级科目。根据历史数据对各科目做Pareto分析,找出影响质量成本的主要影响科目,然后利用统计分析中的相关分析以及偏相关分析对其进行降维,找出真正影响质量成本的科目。而后对其分析得出可控影响因素及不可控影响因素,从而从可控因素上分析得出控制方法,再根据因素分析找出其潜在影响因素。最后,利用模糊控制方法以及神经网络建立质量成本控制模型。     

基于BP神经网络预测企业竞争情报搜集成本

为克服传统方法的局限性,本文尝试以企业竞争情报内容和情报搜集活动过程作为情报搜集成本分析的基础,在此基础上引入BP神经网络进行预测,并用部分样本数据验证对比了线性回归分析法和BP神经网络的预测结果。验证结果表明,BP神经网络预测模型用于情报搜集成本的预测具有较高的预测精度。     

基于改进神经网络的图像生物特征识别方法

在图像的固定生物特征识别过程中,传统的识别方法针对像素质量不高的问题,很难建立完整的寻优计算过程,识别效果不好。提出基于改进神经网络算法的图像特征识别方法。通过量子计算对神经网络进行优化,优化神经网络在特征识别中的阀值确定过程,完成图像识别。实验结果表明,利用改进的算法进行图像特征识别,能够极大的提高生物特征识别的准确性,扩展了应用的范围。     

基于MATLAB神经网络工具箱的核电厂故障诊断

本文将MATLAB神经网络工具箱应用于核电厂的状态检测与故障诊断,通过对核电厂典型故障的特性分析,确定网络的输入输出并建立相应的网络结构。为验证神经网络故障诊断的有效性,本文对核电厂蒸汽发生器系统进行了仿真实验,验证了神经网络故障诊断的准确性、实时性和可扩充性。     

模糊控制和神经网络在现场总线控制系统中的应用

从信息科学的角度详尽分析阐述了现代工业计算机控制系统从信息分立发展到信息共享的科学必然性及现场总线控制系统 (FCS)产生的重大意义 ,探索了将模糊控制和神经网络应用于现场总线控制系统中的方式和影响 ,并以智能模糊仪表为例给出了智能仪表新定义和功能特性     

基于最优多属性约束的IPV6动态路由协议优化

提出一种基于最优多属性约束的IPV6动态路由协议优化方法。根据IPV6动态路由协议中数据属性的约束条件,建立最优多属性约束模型,用来描述不同属性约束条件需要符合的要求。详细描述了IPV6动态路由协议的设计方式,从而实现大范围网络通信。实验结果表明,利用这种方法进行网络通信,能够避免传统算法的缺陷,提高了通信效率,取得了令人满意的结果。     

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。     

An Aircraft Navigation System Fault Diagnosis Method Based on Optimized Neural Network Algorithm

Air data and inertial reference system （ADIRS） is one of the complex sub-system in the aircraft navigation system and it plays an important role into the flight safety of the aircraft. This paper propose an optimize neural network algorithm which is a combination of neural network and ant colony algorithm to improve efficiency of maintenance engineer job task.     

浅谈网络环境下的动态情报工作

动态情报研究是情报研究的重要组成部分,动态情报工作必须适应网络化发展需要.首先对动态情报和动态情报工作做了基本描述,从信息获取、协同工作、成果传递3个方面描述网络环境对动态情报工作的影响,给出在网络环境下情报用户需求的特点.为适应网络化发展需要,动态情报工作应该从信息资源库、工作协调机制、情报人员和情报成果发布几个方面加强建设.