BP神经网络在雷达抗干扰效能评估中的应用

雷达抗干扰效能评估是评估雷达作战能力的重要内容。本文综合选取评估指标,建立评估雷达抗干扰的BP神经网络模型,获取典型样本数据训练网络,将待评估的雷达抗干扰数据输入训练好的网络,得到评估结果,评估结果表明该方法有效可行。     

基于BP神经网络的马铃薯遥感识别图像数据分析研究

运用遥感手段精确监测马铃薯种植面积是稳固马铃薯主粮化政策、维护国家粮食安全的必要保障。本文以 吉林省长春市九台区纪家镇、兴隆镇为研究区,选用landsat8 OLI遥感数据,借助ENVI平台构建了基于BP神经网络的 土地覆盖分类模型,应用于研究区的马铃薯等作物分类研究。以landsat8 OLI7个彩色波段作为输入,不断调节分类参 数,最终确定了最优分类网络结构。结果显示,BP神经网络法马铃薯的分类生产者精度为94.22%。研究表明,BP神经 网络分类方法是一种手段灵活、结果较准确的马铃薯遥感识别方法。     

BP神经网络在图书馆信息处理中的应用研究

本文介绍了BP神经网络的基本原理及其处理数据流程,重点分析了该网络在图书馆信息评估与评价、预测及建模中的应用,并对未来研究方向做了展望。     

基于BP神经网络的工程项目总工期预测方法仿真研究

工程项目施工总工期的影响因素多,且很多因素对工期影响是非线性的,因此一直是预测的难点,而工期又是施工管理的重点。本文运用BP神经网络理论,对工程项目总工期进行预测,该理论具有较高的泛化能力,且具有强大的非线性映射功能,对于施工总工期的预测的精度高。     

基于BP神经网络的参谋人员素质能力评估

针对参谋人员素质能力,构造了参谋人员素质能力评估指标体系,运用基于BP神经网络的评估方法进行了评估蠢实例分析说明：该方法能够在一定程度上避免主观因素的影响,客观反映曩素质能力的水平,为参谋人员考核和选拔提供了理论依据.     

神经网络在继电器中的应用研究

随着科学技术的进步,神经网络的理论已经在控制技术中得到了空前的应用发展,本课题即研究神经网络理论在继电器保护中的应用,并提出一种继电器保护原理方案。     

基于BP神经网络及层次分析法的供应商选择问题

根据图书馆发展要求和书商服务的特点,借助BP神经网络这一非线性科学理论,采用基于BP算法的层次分析法构建适合定量分析评价书商综合能力的模型。基于对客观数据的统计进行图书供应商综合能力的评价,客观、公正地解决图书采购的供应商选择问题。     

基于卷积神经网络的心律失常识别

心电图是检测心律失常的重要工具.传统心电信号分类方法有着复杂的特征提取任务,无形中会增加计算量.为避免复杂的特征提取任务并且提高心律失常的识别率,提出一种由四层卷积层、三层池化层以及两层全连接层构成的卷积神经网络模型.经过训练和测试,基于卷积神经网络的心律失常识别的总识别率达到99.49％,正常搏动N、左束支传导阻滞L...     

BP神经网络在知识型企业研发团队知识创新绩效评价中的应用研究

知识创新是知识型企业研发团队的主要工作和根本任务。通过分析知识型企业研发团队知识创新活动的基本类型、成果形式和主要特点,建立知识型企业研发团队知识创新绩效评价指标体系。在此基础上,通过实证研究建立基于BP神经网络的研发团队知识创新绩效综合评价模型,并运用该评价指标体系和综合评价模型对样本团队的知识创新绩效进行模型仿真。     

基于BP神经网络的文档特征表示研究

本文根据BP神经网络的函数逼近功能 ,针对文档特征项在文档中的权重 ,提出了一种基于BP神经网络的网络计算模型。实验表明 ,在面向相似主题的文档集中 ,这种方法比当今最常用的向量空间模型计算的文档特征项的权重更精确     

基于BP神经网络的高校图书馆外部满意度评价模型

图书馆在高校中发挥着重要的作用,但是如何客观准确的评价高校图书馆的外部服务满意度是一个比较难解决的研究课题。基于BP神经网络的高校图书馆外部满意度评价模型,通过利用BP神经网络的学习、记忆和自适应等能力实现了对高校图书馆外部满意度的客观评价．从而也为以后的相关研究提供了一种新思路。     

基于BP神经网络的C2C电子商务信任度评价模型

从卖家、网站、外部环境、网上信任等方面构建信任度评价指标体系;将影响网上信任的因素作为输入,将信任度综合得分作为输出,然后,运用BP神经网络技术,从买家的角度,构建一个C2C电子商务信任度评价模型。从实验来看,训练样本和检验样本的平均误差率和标准差均较低,模型的稳定性较好。因此,以此构建的C2C电子商务信任模型有很重要的价值,可以对信任度进行较为准确有效的评估。
     

改进遗传神经网络算法在销售预测中的应用研究

针对传统BP神经网络销售预测算法存在学习效率低、收敛速度慢、易陷于局部极小值等不足,提出改进措施:采用自适应学习效率提高算法的有效性和收敛性,采用附加动量法提高算法的适应性,采用改进的遗传算法优化神经网络的权值,利用改进遗传算法全局寻优的特性实现快速寻优及精确预测的目的。最后用实例计算验证本算法。     

基于改进BP神经网络的光伏组件状态监控研究与实现

为了解决光伏组件状态的自动监测问题,本文采用了BP神经网络算法构建了光伏组件功率的估算模型,并对其进行了改进,最终形成了基于改进BP神经网络的光伏组件等效最大功率估算算法,利用改算法的估算结果与历史数据进行比较,判断光伏组件状态.经过实际验证,确认了该方法能够满足实际应用需求.     

基于BP神经网络的县级地税管理绩效评估的实证分析

设计了由税收征收率、税收成本率、税收对经济的影响度、税务形象、人员素质五个指标组成的县级地税管理绩效评估体系,以湖南省120个基层税务局的数据作为样本,运用BP神经网络模型对各基层税务机关的绩效进行评估。实证结果显示,网络仿真结果的误差都控制在5%以内,全省平均评估得分为0.69,这说明总体上湖南省的县级地税局绩效良好,但也还存在着较大的绩效提升空间。     

基于灰色关联分析和BP神经网络的数字资源服务绩效评价研究

针对国内外数字资源服务绩效评价过程中存在的局限性,以及考虑到数字资源服务绩效评价涉及的内外部因素较多,单纯的运用定性或定量评价方法都难以做到准确、客观和全面,本文提出了基于灰色关联分析和BP神经网络算法对数字资源服务绩效进行评价研究.首先建立了基于GRA-BPNN的评价模型,运用灰色关联分析法对评价指标体系进行约简,消除冗余指标,然后把约简后得到的评价指标输入到BP神经网络中进行智能训练,最后把待评价的检测样本输入到训练好的BP网络中,得到了数字资源服务绩效的实际输出值,实际输出与期望输出结果相吻合,从而证明了评价的可行性和有效性.     

基于深度神经网络的微博图书名识别研究

[目的/意义] 微博作为一种新兴的社交媒体平台,被互联网用户广泛关注。微博数据中包含着大量的用户信息、用户行为及用户生成内容,基于微博内容自动识别图书名有利于分析用户阅读兴趣、收集用户对图书的评价和挖掘图书相关知识。[方法/过程] 基于微博的数据特点,提出一种基于深度神经网络的表示学习方法,利用微博中候选图书名的上下文连续向量化表示,实现微博内容中的图书名自动识别。[结果/结论] 实验结果表明,所提出的方法显著优于传统基于特征工程的有指导机器学习方法,并达到91.92%的精确率。     

探究高校图书馆电子资源质量评价体系的构建——基于BP神经网络模型研究CSSCI

论文首先描述了图书馆电子资源质量评价指标体系的构建,并且详细阐述了采用BP神经网络建立图书馆电子资源质量评价模型的过程,包括BP神经网络基本原理、网络结构的确定和网络的检验。并通过实证进一步阐明为了能够有效地管理评价图书馆的电子资源,需要采用BP神经网络模型对图书馆电子资源的质量进行评价。