共查询到10条相似文献，搜索用时 15 毫秒
1.
针对企业自主创新项目风险评价中的高维、非线性问题,提出了一种基于主成分分析和遗传神经网络的企业自主创新项目风险评价方法.该方法利用主成分分析对企业自主创新项目风险评价体系进行特征提取,利用遗传算法直接训练神经网络的权重形成遗传神经网络,特征提取后的综合主成分指标进入遗传神经网络的智能评价系统.实证结果表明,该方法具有较好的泛化能力,与标准BP神经网络方法相比,该方法具有明显的优势. 相似文献
2.
《内蒙古科技与经济》2016,(1)
提出了一种基于主成分分析的BP神经网络模型,用于大学生信息素质的综合评价;根据制定出的大学生信息素质的评价指标体系,采用主成分分析方法对众多评价指标进行了降维处理,构建出了大学生信息素质BP神经网络的评价模型。 相似文献
3.
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. 相似文献
4.
5.
朱芳 《内蒙古科技与经济》2023,(19):99-102
通过分析影响高速公路PPP项目融资的主要因素，建立风险评价体系和风险评价标准，结合某高速公路工程，利用层次分析法(AHP)和模糊理论(FCE)计算了该项目的风险指数，为高速公路的融资风险评价提供了技术支撑。 相似文献
6.
为了解决预测煤层底板隐伏陷落柱构造复杂、影响因素繁多和相关交叉影响而造成底板隐伏陷落柱突水危险性评价困难的问题,提出了采用基于组合主成分、三角模糊数学和神经网络的底板隐伏陷落柱突水危险性评价模型,该模型首先利用主成分分析(PCA)对底板隐伏陷落柱突水评价指标因素进行降维处理,确定其突水的主控因素,利用三角模糊数学(FPP)求出评价指标因素的权重值,减少人为主观的影响,最后利用评价指标之间彼此交叉和反馈的特征,采用BP神经网络对底板隐伏陷落柱突水危险性进行评价研究,通过工程实践结果表明:该评价模型能减少人为主观因素对结果的影响,具有可靠性和适应性。 相似文献
7.
提出一种基于主成分分析的BP神经网络模型,用于对经理人员的管理防御程度进行综合测评.首先采用主成分分析方法对10个影响因素进行降维处理,在此基础上构建管理防御程度的BP神经网络测评模型.实际测评结果显示,该模型不仅可以有效测评经理人员的管理防御程度,并且可以减少原始指标间的信息冗余从而减少了神经网络的训练和测试时间,此外还具有较高的合理性和适用性. 相似文献
8.
通过构建科技成果转化评估指标体系,并借助于BP人工神经网络方法,实现对高校科技成果转化指标体系的综合评价。主要应用主成分分析方法(PCAM)对神经网络的输入层数据进行处理,使用模拟退火算法(SA)与神经网络结合的方法提高评价的精确度,并通过实证分析证明BP神经元网络在高校科技成果评估领域的的适用性。 相似文献
9.
随着新一轮政府和社会资本合作(public—private—partnership,PPP)模式在基础设施领域的推广运用,对其风险评估也开始备受关注。鉴于PPP项目风险影响因素众多和传统评估方法过度依赖主观评价等问题,在构建PPP项目风险评价指标体系的基础上,通过将主成分分析(principal component analysis,PCA)技术降维并结合模糊综合评价结果,建立自适应的径向基神经网络(RBF)的智能风险评价模型,并以入库的浙江省发改委10个PPP项目为例进行实证检验,结果显示3个项目处于风险较小、6个项目处于风险不大、1个项目处于风险中等。PCARBF智能评价模型所训练预测的结果与模糊综合评价结论一致,且在一定程度上提高了计算效率、增强了评价的客观性,为PPP项目风险智能评估提供理论上的参考。 相似文献
10.
铀矿冶设施退役水环境评价的本质是一个模式识别问题。本文在充分分析遗传算法和BP神经网络的基础上,利用遗传算法改进BP神经网络建立了评价模型,并将其应用于铀矿冶设施退役水环境评价中。结果表明,改进后的BP神经网络能够很好的适用于铀矿冶设施退役水环境评价。 相似文献