基于BP神经阂络的地震预测

地震预测是地理问题研究领域中的一个重要课题。由于引起地震的相关性因素很多,很难建立物理理论模型。神经网络在预测和构造未知对象模型方面具有独特的优势,因而在预测控制领域得到广泛的应用。本文探讨将BP神经网络应用到地震预测中的一种方法。     

基于BP神经网络的我国外汇储备规模预测

本文基于MATLAB6.5平台编程,运用非线性BP神经网络对我国外汇储备规模进行预测分析.以我国历年外汇储备数据为训练样本,进行网络训练与检验.结果表明,BP弄中经网络具有良好的预测性能.同时发现了我国外汇储备存在超常规增长,并在文章最后提出了相关的政策和建议.     

基于BP神经网络的图书流通量预测研究

将BP神经网络方法用于高校图书馆图书借阅量的预测研究,设计出用于预测图书借阅量的BP神经网络模型,并用2008年的图书借阅量数据进行网络学习和训练,预测结果具有较高的精度。     

基于BP神经网络的道路交通事故预测研究

随着我国机动化进程的加快,道路交通安全问题越来越受到人们的关注。对道路交通事故进行了机理分析,采用BP神经网络,建立可靠性较高的事故预测模型,提出了可预测事故发生因素导致事故发生概率值的研究方法。     

BP神经网络预测边坡稳定性

利用BP神经网络对边坡稳定性进行预测,考虑到岩土体的物理力学性质、边坡参数等对边坡稳定性有影响的各种因素,通过训练和检验的对比,证明该方法可以满足精度要求,进一步验证了该方法在预测边坡稳定性方面的可靠性,具有一定的推广价值。     

BP神经网络在股市短期预测中的应用

设计了一个三层BP神经网络模型,结合MATLAB神经网络工具箱,针对一只个股实际数据,进行了该网络模型的训练与仿真,并时股市行情进行了短期预测。通过实验数据,计算出短期的预测值与实际收盘价的均方误差Q=0．027623,这说明此方法是有效和可行的。     

BP神经网络在高速公路交通量预测中的应用

本文介绍应用BP神经网络对高速公路交通量的预测,采用Matlab神经网络工具箱函数建立神经网络预测模型,运用该模型对高速公路的收费情况进行预测.从而间接预测该高速公路的交通量.     

BP神经网络在我国粮食产量预测中的应用

本文基于BP神经网络模型，进行了2001－2010年我国粮食产量的预测。通过对比传统的“平均增长率一阶滞后模型”拟合及预测1992－2000年粮食产量与实际产量的误差值大小，可明显看出BP神经网络对于处理单输入单输出的时间序列预测问题是一种更具优越性的方法，它具有很强的学习与泛化（推广）能力，具有很好的应用价值。     

基于BP神经网络的中国人口预测

本文基于中国统计年鉴1990—2010年中国人口数据,通过建立BP神经网络模型,对中国人口进行了预测。结果表明,神经网络预测数据相对误差不到0.01%,比传统预测方法精确很多,根据该模型预测,中国人口将在2050年达到峰值14.5亿左右。     

基于BP神经网络的江苏省秸秆资源量预测

农作物秸秆是地球上第一大可再生资源,为能更好的合理开发利用农作物秸秆资源,缓解日益突出的资源短缺、环境污染与经济发展的矛盾,对其进行预测研究是非常之必要的。本文系统分析了江苏省秸秆资源现状及其资源量变化趋势影响因素,并以1990年-2008年历史数据和2009年农作物秸秆资源普查数据为基础,选取理论资源量、人均资源量和单位播种面积资源量为预测评价指标,基于BP神经网络（BP—ANN）对江苏省农作物秸秆资源的评价指标发展趋势进行预测。结果表明：建立的BP神经网络预测模型的相对误差基本在5％的范围内,平均相对误差在2％左右,预测结果与实际有较高的拟合度,且对数据具有较好的适应能力。在未来5年内,江苏省秸秆理论资源量呈平穗发展趋势;而人均资源量和单位播种面积资源量呈下降趋势,前者较后者下降幅度大。预测结果与当地发展规划趋势相一致,该方法具有很强的实际应用价值。本文最后针对江苏省实际,提出了农作物秸秆资源开发利用相关建议。     

一种BP神经网络气象预测中的应用研究

针对历年长江流域的小麦赤霉病发病的气象指标和统计资料,应用改进型的BP神经网络建立了该地区流域的小麦赤霉病发病的预报模型.实验证明,该改进型的算法利用为变梯度反向传播算法和强大的函数映射的特征,可以建立符合小麦赤霉病发病的气象预报模型,为小麦赤霉病地研究提供科学依据,对指导农业工作具有一定的应用意义.     

BP神经网络在企业财务危机预警之应用

针对统计方法中判别分析方法在实际企业财务评价应用中存在的问题，提出神经网络在财务评价应用上的优势和潜力，本文郑重探讨神经网络在企业财务危机预警上应用。在文中用BP神经网络建立财务预警模式，并用实例进行示范性设计和验证。     

基于RBF神经网络的水质多因素预测

水质模拟预测是顺利实现水环境规划管理、水污染综合防治等任务不可缺少的基础工作。机理性水质模型虽考虑了影响水质变化的诸多因素,模拟预测效果较理想,但往往较复杂并需要大量基础资料与数据,使其进一步应用受到限制。基于RBF神经网络理论及其算法建立水质中四种污染物浓度的预测模型,应用结果表明,该方法可行,可以为水质污染预测提供一种有效的新手段。     

基于ARIMA-BP神经网络模型海流流速预测研究

海流是一种具有广阔应用前景的无污染可再生能源,结合ARIMA时间序列预测模型和BP神经网络预测模型的优点,构建ARMA-BP神经网络混合模型,对海流流速预测问题进行研究。采用神经网络模型得出海流流速的残差值对时间序列模型的预测值进行修正,提高了海流流速预测的精度。     

DCT-BP神经网络在表情识别中的应用

人脸表情识别作为智能化人机交互技术中的一个重要组成部分,近年来得到了广泛关注。本文提出了一种用DCT-BP神经网络算法来识别面部表情,先对图像进行灰度均衡和图像平滑的预处理,然后利用离散余弦变换获取图像的表情特征参数,最后利用前向反馈算法进行识别。     

基于模糊神经网络的RTT智能预测算法

在网络拥塞控制的重要参数中,RTT（Roundtriptime）尤为突出,因为它能对网络所发生的拥塞作出较早的反映。所以对RTT的精确预测程度,无论是对网络拥塞控制还是流量、带宽估计都很有意义。分析了RTT的特性,发现其有很强的高频噪声,因而采用低通滤波和MBP网络相结合的RTT预测策略。实验表明,即使在网络状况较忙的情况下,也能获得很好的预测结果。     

基于径向基神经网络的专利申请数量预测研究

利用径向基神经网络,对国内外近年来专利申请数量进行了预测。预测结果同用时间序列ARMA模型预测的结果进行了比较。预测结果表明：良好训练的径向基神经网络的输出数据能与实际专利申请数较好地吻合,而且比ARMA预测方法更为有效,可作为专利预测的一种新手段。     

基于PCA-RBF网络的高校保密项目风险预测

提出高校保密项目风险预测指标体系,通过主成分分析对众多指标进行特征提取,并约减相关冗余信息,降低了RBF网络的输入维数.利用RBF网络对高校保密项目泄密风险进行预测,并与只使用RBF网络进行预测的结果做了对比,表明基于主成分分析一RBF网络的预测结果更精确.     

交通流量VNNTF神经网络模型及其预测研究

研究了VNNTF神经网络交通流量混沌时间序列预测的问题。首先,通过混沌理论提取了交通流量时间序列的混沌特征,并在此基础上建立了VNNTF神经网络交通流量时间序列模型;接着,阐述了VNNTF神经网络学习算法原理．设计了交通流量Voltem神经网络的学习算法快速学习算法：最后利用交通流量混沌时间序列对VNNTF网络模型、Voherra预测滤波器和BP神经网络进行了单步预测,并对预测结果的仿真图和真实值与预测值的方均根进行了比较,结果表明基于混沌学习算法的VNNTF神经网络的预测性能明显优于Volterra预测滤波器和BP神经网络。