浅析品牌延伸

本文简单介绍了品牌延伸的概念、分类,分析品牌延伸的必要性以及如何避开品牌延伸的陷阱,并就如何进行有效的品牌延伸提出了个人的看法.     

品牌延伸利弊与延伸绩效述评

实施品牌延伸策略是收益与风险并存，故品牌延伸绩效成为人们研究探讨的重点，而品牌延伸绩效研究的前提在于人们对品牌延伸利弊的清醒认识和延伸绩效评价指标的合理确定。本文系统化地整理比较了过去文献中有关品牌延伸利弊的观点和延伸绩效的衡量指标，并进行了评价。     

品牌延伸实施思路探析

随着品牌的逐渐成长,品牌资产积累到一定程度,品牌巳具备了延伸成功的基础.然而,企业必须明白品牌延伸不能盲目进行,须按一定的程序操作.本文提出了"确定延伸类型一确定延伸产品一选择延伸策略一设计营销计划一整合品牌形象一评估延伸效果"的品牌延伸实施思路,用以指导企业科学地进行品牌延伸.     

基于BP神经网络的地震预测

地震预测是地理问题研究领域中的一个重要课题.由于引起地震的相关性因素很多,很难建立物理理论模型.神经网络在预测和构造未知时象模型方面具有独特的优势,因而在预测控制领域得到广泛的应用,本文探讨将BP神经网络应用到地震预测中的一种方法.     

基于BP神经网络的变压器故障诊断

针对变压器故障征兆和故障类型的非线性特征,结合油中气体分析法,研究应用BP神经网络对变压器进行故障诊断。设计了一个基于BP神经网络的变压器故障诊断模型,通过仿真实验证明BP神经网络可以有效的运用到变压器故障诊断中。     

品牌延伸问题及对策

市场竞争程度的加剧和产品费用的日益高涨使新产品的市场导入面临着越来越大的风险。解决这些问题的有效途径之一，就是利用品牌延伸策略。通过分析品牌延伸的现状及问题，提出在实际应用中企业可能采取的几种延伸策略，以期为企业实施正确的品牌延伸策略提供理论依据。     

基于BP神经网络的科技人才需求预测

采用BP神经网络模型解决科技人才需求预测问题。首先介绍BP神经网络结构和学习算法,其次确定科技人才需求预测影响因素指标,作为BP神经网络输入,最后以Matlab为运行平台实现BP神经网络模型,并以河南省科技人才为例进行案例分析,应用BP神经网络模型预测河南省2008-2010年科技人才需求量。     

基于BP神经网络的中国人口预测

本文基于中国统计年鉴1990—2010年中国人口数据,通过建立BP神经网络模型,对中国人口进行了预测。结果表明,神经网络预测数据相对误差不到0.01%,比传统预测方法精确很多,根据该模型预测,中国人口将在2050年达到峰值14.5亿左右。     

基于BP神经网络的风险投资评估模型

风险投资作为一种新型的投资工具，具有不同于传统的金融投资评估的方法，评估方法更复杂、更专业，带有很强的主观性，而当前的各种评估方法却很难体现风险投资的这种特点，这在一定程度上降低了评估结果的科学性和客观性，限制了风险投资业的发展。近年来兴起的神经网络评估模型，由于具有信息分布性、容错性大的特点，适于信息残缺或推理规则不确定的环境，加上模型中的权重是通过样本学习而形成的，不需要对各项指标确定权重，所以比较接近人的思维模式，它对人们解决风险投资评估问题是有帮助的。鉴于神经网络的这些优点．本文构建了基于BP神经网络的风险投资评估模型．并对模型进行了检验。     

基于BP神经网络的上证指数收益率预报

采用牛市期间和熊市期间的上证指数日收益率数据对BP(Back-Propagation)神经网络进行训练和检验.在牛市和熊市期间,平均相对预测误差分别为4.11%和4.08%,说明BP神经网络在预测股票市场收益丰方面具有良好的应用性.     

一种BP神经网络气象预测中的应用研究

针对历年长江流域的小麦赤霉病发病的气象指标和统计资料,应用改进型的BP神经网络建立了该地区流域的小麦赤霉病发病的预报模型.实验证明,该改进型的算法利用为变梯度反向传播算法和强大的函数映射的特征,可以建立符合小麦赤霉病发病的气象预报模型,为小麦赤霉病地研究提供科学依据,对指导农业工作具有一定的应用意义.     

基于BP神经网络的产业集群创新能力研究

近几年,产业集群化的趋势已引起我国政府和业界的关注,各地涌现出一批大大小小的产业集群,带动了我国经济的发展。但从总体上来说,它们的创新能力都不强。因此,正确分析和评价产业集群创新能力,对于提高企业的整体创新水平、增强产业国际竞争力,具有重要的现实意义。通过应用BP神经网络理论,对我国的产业集群创新能力进行评价。     

基于AHP-BP神经网络的江苏省创新型经济评价

利用层次分析法理论构建评价指标体系,从创新投入、创新环境、创新绩效以及可持续发展性4个方面对创新型经济的发展进行评价;同时,构建BP神经网络模型,将层次分析法的结果作为样本对其进行训练和测试,在此过程中选取安徽、陕西、广东等7个省市与江苏省进行对比,明确江苏省创新型经济发展的成就并发现存在的问题。研究结果显示,基于AHP-BP的评价体系可行,江苏省创新型经济发展水平较高,但在可持续发展发面需要进一步提升。     

基于BP神经网络的高校图书馆隐性知识管理绩效评价模型研究

本文简述隐性知识管理的概念,对高校图书馆隐性知识管理绩效进行评价的意义;从隐性知识管理重视度、组织结构、隐性知识管理系统、图书馆文化氛围、员工教育和培训五方面,构建高校图书馆隐性知识管理绩效评价指标体系,并采用BP神经网络建立高校图书馆隐性知识管理绩效评价模型;实例应用表明,该方法适用于高校图书馆隐性知识管理绩效评价,具有广泛的应用前景。     

一种基于BP神经网络的建筑防火检测改进方法

针对现有的建筑防火检测方法已经无法满足在实际检测中需求的问题,本文提出了一种基于建筑防火检测的改进BP神经网络模型。在传统BP神经网络的基础上,提出动态合并与删减规则,并且根据建筑防火检测的需求建立检测的指标,再根据改进BP神经网络和检测指标建立检测模型。仿真实验表明,基于建筑防火检测的改进BP神经网络模型实际操作性很强,可以应用于对建筑物的防火检测,值得推广使用。     

基于BP神经网络的突发传染病舆情热度趋势预测模型研究

［目的/意义］研究突发传染病舆情热度的发展趋势,能够为制定舆情引导策略提供参考,具有重要的理论意义。［方法/过程］本文首先构建微博舆情热度评价指标体系,基于信息熵确定各个指标的权重,然后对求得的舆情热度趋势值进行分类,在此基础上,建立基于BP神经网络的突发传染病舆情热度趋势预测模型。以新浪微博为例,选取"MERS病毒卫生突发事件"的舆情热度数据进行实例分析,预测该突发传染病事件的发展趋势,从而验证模型的可行性。［结果/结论］实验结果表明,该模型能有效预测突发传染病舆情热度趋势,进而为舆情管控提供决策支持。     

基于BP神经网络的企业突破性创新绩效评价研究

基于突破性创新的特征,借鉴传统创新绩效评价模式,从资源投入、技术产出、产品性能、过程管理、商业价值和社会价值等6个维度构建企业突破性创新绩效评价指标体系,并利用BP神经网络原理建立了企业突破性创新绩效评价模型。通过对样本企业的突破性创新绩效评价进行模型训练和仿真验证,结果表明该评价方法可信度高,模型具有较好的泛化能力。     

动态全参数自调整BP神经网络预测模型的建立

本文从减少干预的思想出发，提出了BP神经网络动态全参数自调整学习算法，使得隐层节点和学习速率的选取全部动态实现，实现了学习速率和网络的适应能力，最后又将改善后的BP神经网络应用到经济领域中，得到了比常规经济学模型更优的效果。     

基于遗传算法优化BP神经网络的锅炉燃烧建模

针对传统BP神经网络存在着容易陷入局部极小点、训练时间长等缺点,本文利用遗传算法对BP神经网络进行优化,将其用于锅炉燃烧系统的建模中。结果表明：本文的模型比文献8中单用BP神经网络建立的模型精度更高,故可行性好,对电厂燃烧的模拟与运行的经济性有帮助。