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。     

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。     

基于BP神经网络的课程评价模型仿真研究

构建课程教学质量综合评价体系,在此基础上构建一个BP神经网络模型,通过BP神经网络的学习算法,进行模型研究与应用。以《汽车造型》课程为例,运用10个样本数据进行网络模型训练,达到规定误差,并通过未训练3个样本检测网络模型,达到规定吻合度。运用Matlab进行实验结果研究与分析,验证了该模型的智能性、有效性,值得推广应用。     

基于BP神经网络的声源定位研究

传统声源定位算法计算量较大,不适合复杂多变的场景,因此提出基于BP神经网络的声源定位算法.该算法以麦克风阵列接收声音的时间差作为输入,以声源位置坐标作为输出.为了得到较理想的BP神经网络模型,借助MATLAB仿真实验,分别讨论了神经网络中神经元个数、隐藏层层数以及反向传播函数对算法精确性的影响.其中,结合不同反向传播函...     

基于BP神经网络的人岗匹配评价模型研究

人岗匹配测评研究对于个体和企业绩效具有十分重要的影响。从道德素质、身心素质、知识、能力四个方面,对影响人岗匹配的各种因素进行了分析,探讨了基于BP神经网络的人岗匹配测评模型的构建及应用,并进行实例验证。结果表明,该模型能够准确有效地评价人岗匹配的程度。     

基于BP神经网络的水体富营养化评价的研究

水体富营养化改变了水体的理化性质,不仅破坏生态的平衡还严重影响人类的健康．因此,对水体富营养化的研究是一件有意义的研究工作．BP神经网络由于操作简便易行,可以白组织、自学习、白适应并具有容错和抗干扰能力等特点,已成为水体富营养化评价的一个热门．文章应用BP神经网络对泉州市山美水库的水体营养状况进行评价,并与综合营养指数法进行了比较,提出了富营养化的防治对策．     

基于BP神经网络的高校教学型实验室评价模型

高校实验室主要分为教学型实验室和科研型实验室两种类型。教学型实验室是学校进行实验教学的主要场所,在实践教学中发挥着巨大的作用。如何客观评价教学型实验室在实践教学中的作用,是高校实验室建设、发展的重要工作。根据教学型实验室的特点,提出相应的教学型实验室评价指标体系,以及一种基于BP神经网络的评价模型。该评价模型将各项评价指标作为输入,评价结果作为输出,通过仿真实验得到的实验结果与实际结果偏差较小,评价模型具有较好的适用性。     

基于BP神经网络的供应商评价决策优化模型

本文利用BP神经网络建立了一种供应商评价模型.该模型实现了供应链中的供应商的多指标评价,提高了供应商选择过程的客观性,同时该模型克服了指标权重难以表达的缺点.最后,用实例对模型进行了验证.     

基于BP神经网络的供应商评价决策优化模型

本文利用BP神经网络建立了一种供应商评价模型。该模型实现了供应链中的供应商的多指标评价,提高了供应商选择过程的客观性,同时该模型克服了指标权重难以表达的缺点。最后,用实例对模型进行了验证。     

BP网络在岩土工程中的应用

总结BP网络在岩土工程中的应用情况,针对岩土工程的特殊性讨论用BP网络解决岩土工程问题时应注意的一些问题。     

基于BP神经网络的税务稽查研究

税务稽查实质上是一个分类问题,可以通过BP神经网络进行数据挖掘的分类和问题预测。在分析BP神经网络原理的基础上,利用税务系统中的纳税人申报数据,建立基于BP神经网络的分类模型,对纳税人进行诚实纳税和非诚实纳税的评估、分类。模型分类准确度达到预期效果,表明该方法能够提高税务稽查部门的工作效率和效果。     

一种新的全局优化前馈神经网络

将 L-M算法与填充函数法相结合,提出一种训练前向网络的混合型全局优化新算法.L-M算法的收敛速度快,利用它先得到一个局部极小点,然后利用填充函数算法跳出局部最小,得到一个更低的局部极小点.重复计算即可得到全局最优点.经实验验证,该算法收敛速度很快,避免局部收敛,而且性能稳定.     

我国个人信用评级问题研究

文章参照国外个人信用评级实践,按照统计指标设计原则选取了适合我国个人信用评级的信用评级指标。考虑到可操作性,阐述了三种个人信用评级方法,并针对现阶段我国评级工作中存在的问题,提出了须进一步完善的几点的建议。     

一种基于BP神经网络的字符认识方法

讨论BP神经网络的原理及其缺陷和改进方法.在MATLAB环境下,对含噪声文字符进行识别训练.仿真结果表明,网络收敛速度快,识别分类效果好.     

基于BP神经网络的企业员工心理契约评价研究

根据员工心理契约的特点,选取了影响企业员工心理契约的具体指标,然后与BP神经网络的学习算法相结合,设计了一种用于评价企业员工心理契约的BP神经网络模型,并根据该模型对企业员工进行了心理契约的评价研究。将神经网络的方法运用于员工心理契约的评价工作中,排除了以往对员工心理契约评价的主观性,从而使评价工作更加科学。     

基于改进的BP网络的CD4细胞图像识别

采用改进的BP网络分类器对CD4细胞图像进行识别.首先对图像进行了预处理,分析了图像的特征,然后通过增L减R法选择,介绍了BP网络分类器和LM算法的原理,构建了基于LM算法的BP网络分类器,较好地实现了CD4细胞的识别.     

基于BP神经网络的PEMFC电堆的静态热系统建模

质子交换膜燃料电池(PEMFC)电堆的温度是影响燃料电池性能的关键因素之一,建立电堆的热系统模型是准确控制电堆温度的基础。文章中利用反向传播(BP)神经网络对质子交换膜燃料电池的静态热系统进行建模。仿真结果表明,神经网络建模方法能够较好地拟合数据。     

基于BP神经网络模型的通货膨胀预测

通货膨胀的诱因、预测与控制是各国政府、学者乃至普通民众关心的热点问题。运用交叉相关分析法对GDP增长率、M2增长率、工业生产者购进价格指数等因素与通货膨胀间的关系进行了定量分析,确定了各因素与通货膨胀之间的领先、一致和滞后关系;然后结合人工神经网络原理,以先前确定的领先指标作为输入信息建立了基于BP神经网络的通胀预测模型,最后根据模型预测结果,提出了控制通货膨胀的相关政策建议。