BP神经网络算法改进及应用

针对传统BP神经网络收敛速度慢且容易陷入局部极小值的缺点,通过实验对其进行分析并提出可以提高算法快速性和有效性的改进方法。介绍了BP神经网络的工作原理、基本流程、算法应用领域和在该领域下的优缺点,以及改进方法的具体步骤与改进后的优势。最后通过仿真实验验证了改进算法的有效性。     

股指与宏观经济变量的神经网络仿真建模和预测

股市波动与宏观经济变量之间有着复杂的非线性关系。分析了影响股指的宏观经济因素,利用2000年至2006年度的相关数据建立BP神经网络模型仿真、建模和预测,取得预定效果,并对2006年度股指的快速上涨现象做出分析,得出我国股市已进入复苏上涨期。     

基于BP神经网络的教学质量评价模型及应用

本文利用BP神经网络方法建立高校教学质量评价系统的模型,将教学评价指标概念量化成确定的数据作为其输入,教学效果作为输出.运用MATLAB进行实证研究,发现将该方法用于教学质量评价中,既克服了专家在评价过程中的主观因素,又得到了满意的评价结果,具有广泛的适用性.     

基于模糊点数据的Logistic回归模型

在Logistic回归分析理论中,假定训练数据在回归方程的构建中是同等对待的.然而,在许多实际问题中,训练数据的地位是不同的;通常有些训练数据比其它数据可能更为重要.人们要求重要的训练数据对曲线拟合做出更大的贡献.基于此,作者给每个训练数据赋予一个置信权重并且重新推导了经典的Logistic回归方法,受文[1]的启发,作者将这里的样本称为模糊点样本数据.最后给出了数值例子.     

BP神经网络的应用

回顾了人工神经网络的发展史,分析了BP神经网络的结构,对BP神经网络在函数逼近、模式识别、分类应用、数据压缩等方面的应用进行了综述.     

BP神经网络的模型优化研究及应用

随着神经网络在数据分析、预测及生产控制中的应用,神经网络的优化学习成为研究的一个重要课题.通过探讨BP神经网络模型的建立过程,针对BP神经网络的模型优化问题进行了详细研究.并通过对银行客户分类的仿真实验证明,优化模型能够有效地提高BP神经网络的收敛速度及预测精度.     

基于Logistic回归的信息技术企业财务系统研究

针对企业财务危机预警问题,本文选择信息技术企业作为财务研究样本,从财务因素和非财务因素等视角进行实证分析,通过因子分析矩阵筛选相关数据,并利用回归法创建了信息技术企业的财务预警系统。     

基于MIV特征筛选与BP神经网络的施工隧道通风控制算法

针对隧道时变性与不确定性,提出一种基于BP神经网络预测风机频率的算法,通过频率预测开启风机,实现隧道通风自动化。在此算法基础上,运用MIV算法筛选有意义的输入参数。结果表明,经MIV算法优化后,BP神经网络算法预测风机频率有较高精确性,符合风机在隧道的运行特性,可应用于隧道通风。     

BP神经网络及其应用和其推广能力的分析

针对BP神经网络进行了详细介绍,首先从数学上对网络的原理进行了说明,指出了它的局限性,又给出了很多改进方法.并通过例子介绍了BP神经网络的应用,后来还对网络的推广能力问题进行了分析.文中的例子也说明了,MATLAB工具箱的使用降低了网络的设计难度.     

基于BP神经网络的心电图三分类

研究了一种基于神经网络的心电图分类方法,该方法利用前向多层神经网络的反向传播算法(Back Propagation),即BP算法,采用MATLAB软件建立用于三分类的BP神经网络,并利用大量的心电图数据训练神经网络,使神经网络对未训练过的心电图有较好的分类能力。实验结果表明,用这种方法用于心电图的三分类取得较好的效果。     

基于logistic分析的函授学习选择调查研究

本文研究了影响函授学习选择的因素以及这些因素之间的统计学联系,并进行了方差分析以明确各个因素对选择的显著性;在此基础上运行因子分析对原始数据进行降维以消除强线性关系;最后采用logistic回归分析方法对影响函授教育选择动机的因素进行了回归分析,得到了函授教育选择模型。该模型将为函授教育从业者了解函授学生选择需求以及为函授教学改革提供建议。     

Logistic回归在判别分析中的新用法

在非线性回归模型中,当响应变量为分类变量尤其是二分类变量时所采用的Logistic回归模型是一个很有应用前景的模型。它可以克服线性回归的一些缺点,提高判别分析的效率。通过分析Logistic回归应用于判别分析的特点提出采用二次判别法来提高判别效率,最后通过实际案例验证了所提做法的有效性。     

变量的选取对回归直线的影响

从理论上证明了一元线性回归中选取不同的变量时，所得两条回归直线的关系。讨论了两直线夹角的正切。     

基于Logistic回归模型的小学生上网研究

以西安市小学为样本,对小学生上网进行研究。研究表明:小学生上网时长、上网用途、家庭对小学生上网态度和学生的学习兴趣是影响小学生上网的主要因素。     

基于逻辑回归的毕业设计成绩影响因素分析

采用逻辑回归方法综合分析继续教育学生毕业设计成绩的影响因素,结果表明学生的平时成绩、年龄和性别是影响毕业设计成绩的主要因素。建议在今后的日常教学中,要引导学生加强平时课程学习,培养低年龄段学生学习兴趣,并督促帮助男同学努力学习。     

基于逻辑回归模型的银行存款营销业务研究

现如今,存款营销成为了银行吸收存款的主要经营模式,如何通过现有数据建立模型来判断客户是否订阅存款业务,从而帮助商业银行更好地分配人力资源,提高业务量,以满足现阶段营销活动对提高营销成功率的期望.利用数据挖掘方法通过多种模型选择,并建立逻辑回归模型,然后对模型进行成功率判断以及变量重要性分析,最终了解到影响营销成功与否的关键因素,综合模型分析的结果,给出营销方案建议,最后提出现有研究的不足和期望.     

管理类课程参与式教学法之虚拟变量回归分析

文章运用线性回归模型,对参与式教学模式进行实证研究,并考察对同一门课程是否采用参与式教学方法的学生成绩差异。结果显示,学生的到课率、上期成绩和教学方法对最终成绩有着显著影响,采用参与式教学方法后,实验组的学生成绩较之对照组的学生成绩有明显效果。     

基于有序Logistic回归模型的上海市大学生就业焦虑影响因素分析

高校毕业生就业形势日趋严峻,如何缓解大学生就业焦虑已成为当下心理学研究热点。文章利用半结构化访谈和问卷调查,收集上海部分高校大学生就业焦虑的影响因素,并基于有序Logistic回归模型分析各因素对大学生就业焦虑影响程度。研究结果表明,上海市高校大学生就业 焦虑影响因素包括自身因素和非自身因素。自身因素中,知识储备、能力欠缺和学校辅导对大学生焦虑程度起正向影响,学校名气对焦虑程度起负向影响;非自身因素中,同龄竞争和就业形势对上 海市大学生就业焦虑程度均起正向影响;相较于自身因素,非自身因素对毕业生就业焦虑影响效果更明显。     

用BP神经网络实现函数逼近的方法及其讨论

构造一个三层BP神经网络,实现了连续函数的逼近.讨论了函数值在非[0,1]区间时,样本的归一化问题,提出了新的变换关系式,加快了算法的收敛速度.