基于EMD和ANFIS的股票市场短期预测

结合经验模态分解（empiricalmodedecomposition,EMD）算法和自适应神经模糊推理系统（adap-tiveneuralfuzzyinferencesystem,ANFIS）算法应用于股票市场预测,提出了一种新的股票市场的预测模型,即EMD-ANFIS的多步预测模型。首先应用EMD算法把原始数据分解成不同尺度的基本模态函数（IMF）和残差（RES）,然后通过ANFIS算法对生成的各个IMF和RES进行自适应神经模糊推理,再把各个预测结果进行简单的聚合作为股票的预测价格,并与传统的预测方法进行比较,实验证明了EMD-ANFIS的多步预测模型具有更高的预测精度。     

赤峰冶炼厂电解车间强夯处理湿陷性黄土地基的成果检测及分析评价

本文结合赤峰市冶炼厂电解车间湿陷性黄土地基强夯处理的事例,阐述了强夯处理湿陷性黄土地基的作用机理、处理原则,并根据试验数据,对加固效果进行了分析和评价。     

基于LPQ特征向量和PCA的帘子布疵点识别算法研究

给出了一种基于LPQ特征向量的帘子布疵点识别方法。首先给出了局部相位量化(LPQ)的定义,,然后计算帘子布样本图像的LPQ特征向量,使用PCA降维处理,再利用降维后的LPQ特征向量对预先设置的BP神经网络参数进行最优选择,最后利用最优的BP神经网络作为帘子布疵点分类器。此识别算法能对断经、浆斑、劈缝、稀经和经线粘连等帘子布疵点进行有效识别。     

基于 ANFIS 的麦蚜种群模型的建立与分析

基于不同温度和大麦种群不同生长阶段（软组织、叶片发育阶段等）的麦蚜种群实验数据,首先利用自适应神经模糊推理系统（ ANFIS）,分别建立高斯型、三角型和梯型隶属度函数的麦蚜种群内禀增长率的T-S初始模糊模型。然后在误差允许范围内,应用ANFIS具体训练流程对相应初始模型进行修正,并通过误差选择与原始数据拟合程度最好的模型,最后利用数值模拟验证结论的正确性。     

基于PCA和GA融合算法的湿度传感器校准实验研究

针对湿度传感器因湿滞或温度漂移等因素引起的非线性问题,提出一种基于主成分分析(PCA)和遗传算法(GA)融合优化神经网络(BP)传感器校准改进措施。以HR202电阻型湿度传感器为例,分别在5个温度和10种饱和盐溶液标准湿度环境下进行测试,对采集的数据首先利用PCA算法"降维",通过提取温度和湿滞补偿的主要信息,在原信息损失较小的前提下,将BP传感器校准多维问题简化,然后采用GA-BP对样本进行训练。经实验测试和Matlab平台仿真研究结果表明,基于PCA和GA融合算法处理的神经网络对湿度传感器定标校准数据相比该产品示值校准精度从±5%RH提高到±3%RH,训练速度相比传统BP方法提高3~5倍。该方法在湿度传感器校准测量精度提高方面有参考价值。     

基于PCA和神经网络的人脸识别算法研究

在MATLAB环境下,取ORL人脸数据库的部分人脸样本集,基于PCA方法提取人脸特征,形成特征脸空间,然后将每个人脸样本投影到该空间得到一投影系数向量,该投影系数向量在一个低维空间表述了一个人脸样本,这样就得到了训练样本集。同时将另一部分ORL人脸数据库的人脸作同样处理得到测试样本集。然后基于最近邻算法进行分类,得到识别率,接下来使用BP神经网络算法进行人脸识别,最后通过基于神经网络算法和最近邻算法进行综合决策,对待识别的人脸进行分类。     

基于GA-BP神经网络的手足口病疫情预测

影响手足口病疫情的气象因素众多、变量关系复杂,采用主成分分析法降低气象影响因子的维度,然后基于遗传算法BP神经网络建立手足口病疫情预测模型。以衡阳市手足口病为例,开展手足口病的疾病发病率预测研究。结果表明,模型预测的发病率与衡阳市实际手足口病发病率吻合良好,可作为手足口病疫情预测的一种有效方法。     

基于主成分和BP神经网络方法的湖南省汽车保有量预测

汽车保有量预测对城市交通的发展方向、城市交通的控制管理、城市道路的建设情况等都有直接的参考意义。本文通过分析影响城市汽车保有量的因素,通过参考部分参考文献,城区人口总数人均GDP、公路客运量等8个指标,首先采用主成分分析法将8个因素进行分析,然后建立BP神经网络模型对湖南省2006到2008年汽车保有量进行预测,预测结果分别为98.93万辆、122.18万辆、137.03万辆,与汽车保有量实际值94.64万辆、121.72万辆、142.67万辆很接近,预测精度比较高。这表明BP神经网络具有很强的学习与泛化能力,用于汽车保有量预测的可行性与有效性。     

基于遗传算法和ANFIS的个人信用评分模型

个人信用作为社会信用体系建设的重要部分,将其结合现代计算机理论技术来构建个人信用评分模型一直是研究的热点。本文利用前人遗传算法筛选出来的个人信用相关重要属性,并从这些重要属性的3种分类中依类定性地取出部分属性,结合自适应神经模糊推理系统理论（ANFIS）,建立基于遗传算法和AN-FIS的个人信用评分模型。对选取的数据实证分析,并与GA-SVM方法的结果作了比较,试验结果表明该模型只需少量重要属性变量就能够有较好的分类效果。     

基于灰色预测与BP神经网络的全球温度预测研究

为深入了解全球变暖缘由及影响,探究变暖是否停滞,考虑地球吸热、散热及海洋温度变化等因素,构建一种全球温度预测模型,预测未来25年温度变化。采用主成分分析法找出贡献度较大的3个主成分,再用3组灰色预测模型预测海洋平均温度、二氧化碳排放量、太阳长波辐射等8个变量,并进行光滑比、级比和残差检验。结果表明,预测符合前29年（1990-2018年）时间序列图规律,用历史数据训练BP神经网络,然后把8个变量的预测值代入神经网络,拟合优度为0.922 72,精度非常高,可以看出全球平均温度距平序列越来越大,说明温度正逐渐升高,而不是停滞。     

改进的F-ISODATA聚类算法在ANFIS建模中的应用

文章介绍了模糊ISODATA聚类分析的算法及其改进算法,并以此对基因序列聚类进行实验分析。对基于模糊ISODATA聚类分析的神经模糊建模方法进行了介绍,并以此对电动汽车的蓄电池剩余电量进行了知识建模,得到了较好的结果。     

基于ANFIS的移动学习资源自适应呈现模型研究

移动学习资源呈现方式合理与否直接影响着移动学习者的学习积极性和学习效率,文章在分析移动学习资源呈现方式影响因素基础上,提出了基于学习者的学习位置、学习需求、网络速率以及设备电量等情景因素组成的移动学习资源自适应呈现函数和呈现模型,并采用模型训练与测试方法验证其可行性和有效性。     

对湿陷性黄土地基的湿陷性评价

湿陷性黄土地基的沉降是导致建筑物破坏的一个重要原因,而要进行基础处理的费用一般较高.为尽可能准确地进行湿陷性评价并确定基础处理范围,本文以<湿陷性黄土地区建筑规范>为依据,在工程地质勘探及土工试验资料的基础上,通过对湿陷系数、自重湿陷量、总湿陷量等基本参数的计算,利用综合成图法,在实测的基线图上绘制出参数曲线,以此方法可直观地展示出湿陷性黄土基础的工程地质情况,并进行评价,具有较高的精度,可为地基处理设计及下阶段的详细工程地质勘探提出建议.本文列举的是一大型供水管道在湿陷性黄土地基处理设计中的湿陷性评价实例.     

强夯处理黄土湿陷性的机理分析

目前,强夯法以其造价低且施工简单的特点,在黄土湿陷性处理应用中得到了较大发展.本文从强夯对黄土湿陷性影响出发,分析了强夯消除黄土湿陷性的机理,为此法的设计应用提供借鉴.     

基于MATLAB的信号与系统教学研究

本文在分析现有信号与系统教学现状的基础上.研究了一些改进措施.探讨了将Madab软件与信号与系统相结合的教学方法.Madab仿真效果图使课程中的基本概念和理论方法直观化、易于理解.Matlab编程将信号与系统中复杂的理论计算和绘图等抽象问题变得简单而直观.Mathb的运用改善了教学方法和手段,丰富了教学内容,取得了良好的教学效果.     

基于Matlab的电力系统暂态稳定仿真实验与分析

提出了适用于时域仿真的数学模型。对实例进行分析,考虑单机无穷大系统和三机系统,使用Matlab编程求解所得的数学模型,仿真暂态过程中发电机转子摇摆曲线,从而判定电力系统的暂态稳定性。单机系统的仿真结果表明:发电机阻尼越大,故障切除时间越短,系统越容易稳定;三相短路故障时系统最容易失稳。多机系统的仿真结果表明:Tj越大,达到稳定所需的时间越长;当KV满足静态稳定要求时,KV越大,系统的暂态稳定性越好。对于多机系统,讨论了重合闸对暂态稳定的影响。该方法丰富了Matlab在电力系统暂态稳定方面的应用。     

基于DCT变换的彩色图像压缩应用研究

基于DCT的图像压缩编码技术,对基于DCT变换的图像压缩技术的算法进行了研究,给出了具体的实现方法和步骤,用MATLAB进行了算法仿真,取得了较好的效果。     

基于Matlab的距离保护仿真

介绍了利用Matlab中的Simulink及PSB工具箱建立线路距离保护仿真模型的方法,并用S函数编制相间距离保护和接地距离保护算法程序,构建相应的保护模块,实现了三段式距离保护。仿真结果表明,所建立的三段式距离保护模型能够正确反映在保护区内的不同类型的短路故障并发出动作信号,使断路器跳闸实现输电线路的保护功能。