神经网络在商业银行金融风险评价系统建模中的应用

针对商业银行的金融风险,构造了一套实用的商业银行金融风险评价指标体系,并采用BP神经网络方法建立了金融风险多层次的评价模型,该模型有利于商业银行提高决策和管理水平,采取更加有效的政策措施防范和化解金融风险。     

BP算法在教学评价系统中的应用

本文运用BP神经网络的算法结合主分量分析法对高校教学评价的多项指标进行处理运算,计算机的运算结果显示该算法较适合多项指标、多层次系统.     

神经网络在计算机网络安全评价中的应用研究

针对计算机网络安全评价当中的神经网络所表现出来的运用价值以及特点进行有效分析,并进一步对其发展历程进行概述,并结合计算机网络安全所具有的相关概念、影响因素以及计算机系统当中具有的脆弱性等予以分析,通过可行性的、独立性、系统性以及准确性的远侧,重现构建计算机网络安全评价模型,并对神经网络当中的BP神经网络及粒子群进行优化进行阐述,最终在计算机网络安全当中对输入层、隐含层、输出层进行详细的分解和构建,促进整个网络安全性的提高,降低由于不必要的安全进而导致的各种损失和不良因素,使得整个计算机网络安全评价在运用当中更具安全性和应用价值。     

BP神经网络在土地利用定量评价中的应用

土地利用定量评价一直是土地科学研究的热门问题,BP神经网络定量评价方法是被应用于土地利用评价中的新方法。介绍BP神经网络的概念,阐述BP神经网络评价方法的原理,分析其优点,从拓扑结构确定、输入数据处理、评价工具选择、评价模型的学习、利用评价模型评价五个方面,解析BP神经网络在土地利用定量评价中的应用,为土地利用定量评价提供一种具备可操作性的方法。     

BP神经网络在远程教育学习者评价中的应用

为解决传统网络课程中对学习者评价方式单一,无法全面体现学习者学习情况等问题,通过专家调查法和文献调研法,设计国内远程教育学习者评价指标,同时基于BP神经网络构建远程教育学习者评价模型,并通过实验验证了其在远程教育评价中的应用效果。研究结果表明评价结果可信度高,能够为远程教育学习者提供更为科学的评价方式。     

BP神经网络方法在院系教学质量评价中的应用

本文在院系教学质量评价指标体系建立的基础上,采用神经网络BP算法建立教学质量评价模型,利用各评价指标值作为其输入,教学质量评价值作为输出,基于最小二乘法思想,利用梯度搜索技术,使网络的实际输出与期望输出的误差最小。经计算证明该模型具有较好的辨识精度,很好地解决了教学质量的动态评价问题。     

神经网络模型在评价红葡萄酒质量中的应用

通过建立神经网络模型,利用红葡萄酒、红葡萄的理化指标对样本酒进行分类;将神经网络模型的分类结果与评酒员的评分分类进行比较,得出红葡萄与红葡萄酒的理化指标不能评价红葡萄酒的质量．进一步分析,添加酿酒红葡萄与红葡萄酒各种芳香物质量指标,对红葡萄酒的质量进行分类,得出红葡萄酒与酿酒红葡萄的芳香物质指标对红葡萄酒的质量产生一定的影响．     

改进神经网络在高校教学实践评价中的应用

针对传统教学实践评价中的局限性和人为因素过重等问题,为得到客观、准确的评价效果,提出了一种改进的神经网络教学实践评价方法,充分利用遗传算法的优化性质和神经网络的自学习、自适应能力,先用遗传算法对神经网络权值和阀值寻优,再用神经网络精确求解,自动从样本数据中找出与评价结果之间的非线性关系,得到评价结果。实验证明,改进后的神经网络算法达到了全局寻优和快速高效的目的,避免了局部极小问题,达到了良好的评价效果。     

未确知有理数在商业银行社会责任评价中的应用

采用未确知有理数理论给出了一种评价商业银行社会责任履行程度的新方法。实例表明,该评价新方法较传统方法更有效、更实用。     

基于补偿模糊神经网络在高校课堂评价中的应用

分析了补偿模糊神经网络的原理及其实现过程,并把它应用到高校课堂综合评价中,构建了高校课堂教学质量评价的补偿神经网络模型。实验结果表明,该评价模型能够较好地对课堂教学质量进行综合的评价,评价结果有利于促进课堂教学质量的提高。     

BP神经网络在软件质量评价中的应用研究

软件质量评估是软件项目开发中的重要环节之一。针对软件质量缺乏综合性评价体系和方法的问题,通过分析软件质量体系,选取适当软件质量属性作为评估指标,引入BP神经网络算法,提出一种基于BP神经网络的软件质量评估模型。以样本数据训练神经网络,并对网络进行测试。结果表明,该方法能够较为准确地评估软件质量,对提高软件质量具有参考价值。     

GA—BP神经网络在高校教学评价中的应用

针对BP神经网络在学习训练过程中容易陷入局部最优的问题,利用GA算法对其权值和阈值进行优化．构造了一个基于GA—BP神经网络的课堂教学质量评价模型,并将该算法具体运用于某高校的教学质量评价中。实验表明,该模型能比较客观地对课堂教学质量进行综合评价。     

灰色神经网络在高职学生综合素质评价中的应用

介绍了灰色BP神经网络实现的基本原理,并把该模型应用于高职学生综合素质评价中。实验结果表明,该评价模型具有良好的泛化能力和非线性处理能力,所得结果对促进学生综合素质评价的科学化、规范化提供了保障,具有一定的应用前景。     

基于离散Hopfield神经网络的个人信用评价模型研究

为了科学合理地对个人信用进行分级评价,本文提出了一种基于离散Hopfield神经网络的个人信用评价模型。由于离散Hopfield神经网络结构特征,使得其学习的过程可以演化到稳定状态,能够模拟生物神经网络的记忆机理,弱化评价中的人为因素,提高评价结果的准确性和权威性。同时借鉴美国FICO信用评分表的12个影响因素作为个人信用评价指标,把个人信用等级分为A,B和C三个等级,构建离散Hopfield神经网络个人信用评价模型。将3个待分类的个人指标数据进行仿真实验,结果表明该模型能够对个人信用进行有效的分级评价。     

神经网络在系统优化设计中的应用

本文首先简介了系统优化问题，然后以Hopfield神经网络在对铺设公路至若干油田的路线进行优化设计中的应用为典型事例，初步探讨了在复杂系统的优化方案设计中运用人工神经网络的可行性，并从中得出拥有并行分布计算优势的神经网络在解决系统组合优化问题时具有优越性这一结论。     

主分量神经网络在高校学生综合素质评价中的应用

采用主分量神经网络 ,从多种影响因素中找出几个主要分量指标 ,较为全面地评价了学生的综合素质     

基于BP神经网络的高校实验室安全评价模型及应用

将人工神经网络应用于高校实验室安全评价中,提出一种基于BP神经网络的高校实验室安全评价模型。参考国内实验室安全评价的研究成果,结合福州大学实验室的特点,建立高校实验室安全评价指标体系。该模型将实验室安全评价指标量化为具体的数据作为BP网络的输入,评价结果作为输出。通过专家评分获得训练样本,用trainlm函数训练网络,并对测试数据进行网络仿真。实验表明网络仿真训练值与实际评价结果误差很小,验证了该评价模型的适用性。该模型可以利用已有较成功的实验室安全评价案例信息,使专家的评价经验得到积累,为实验室安全评价提供较科学的量化标准。     

基于BP神经网络的网络安全评价方法研究

阐述了BP神经网络的基本理论、算法、缺陷及改进方法,在遵循BP网络建模基本原则和步骤的情况下,建立了可靠、有效的网络安全综合评价模型。通过实例对网络安全进行研究,选择合适的学习样本及参数进行训练,并获得较好的评价结果,评价结果客观、正确,计算结果贴近成功案例结果。