农业政策性信贷风险及防范对策

随着粮食市场化改革和国家农业产业政策的调整以及农村金融体制的完善，农业政策性贷款的风险也在发生变化。具体表现：     

模糊神经网络在教学质量评估中的应用研究

为提高教学质量评估的智能性和科学性,建立了基于模糊神经网络的教学质量评估系统,详细介绍了该系统的组成原理、方法和实现技术。实例测试结果证明,该系统有较高的辨识精度和可靠性。     

模糊神经网络在远程教育评估中的应用初探

糊神经网络是目前智能控制领域的研究热点之一,本文结合电大试点总结性评估方案,探讨了基于模糊BP神经网络的总结性评估系统的设计和开发方法,力图为远程教育评估的智能化提供一定的参考.     

模糊神经网络在远程教育评估中的应用初探

模糊神经网络是目前智能控制领域的研究热点之一,本文结合电大试点总结性评估方案,探讨了基于模糊BP神经网络的总结性评估系统的设计和开发方法,力图为远程教育评估的智能化提供一定的参考。     

神经网络在股票市场预测中的应用

分析了BP神经网络、遗传神经网络、双神经网络、RBF神经网络和概率神经网络在股票市场预测中的应用。     

神经网络在故障诊断中的应用

智能化诊断是现代设备故障诊断技术发展的主要趋势,人工神经网络技术的发展为这种智能化诊断提供了一个全新的途径。在分析研究模式识别方法和BP神经网络的基础上提出了基于BP模型神经网络的故障诊断推理方法,并将其应用到真实故障诊断中。仿真结果表明,基于神经网络的故障诊断方法是行之有效的。     

基于神经网络的农业预测模型的建立

以我国粮食总产的预测为例,给出了基于神经网络Ｂ－Ｐ模型的农业生产预测模型的建立方法。研究了表明,该网络 农业生产模型经训练后,可以得到影响粮食总产的主要因素和粮食总产之间的非线性映射关系,具有 的容错能力,联想能力学习能力,可以在农业生产预测模型的建立与得到了广泛的应用。     

ICS-BPNN在信息安全风险评估中的应用

提出了一种改进的布谷鸟算法优化反向传播神经网络(improved cuckoo search optimization back-progation neural network,ICS-BPNN)方法,用以提高其在信息安全风险评估中的应用效果,通过引入动态的步长和抛弃概率来提高布谷鸟算法(cuckoo search,CS)的性能,并使用改进的布谷鸟算法(improved cuckoo search,ICS)对反向传播神经网络(back-propagation,BP)的初始权值和阈值进行优化。以某信息系统的30个信息安全风险评估结果为样本进行仿真实验,结果表明,所提方法相较于其他方法在信息安全风险评估方面有着更为出色的表现。     

BP神经网络在数字识别中的应用

神经网络(neuralnetwork)是近年来再度兴起的一个高科技研究领域,数字识别就是其中一项既基本又非常重要的应用性研究领域。BP神经网络(Back-Propagation),又称误差反向传递神经网络,是一种依靠反馈值来不断调整节点之间的连接权值而构建的一种网络模型。BP网络可以看作是对多层感知器网络的扩展,即信息的正向传播及误差数据的反向传递。本文给出了设计用于识别手写数字BP神经网络的过程。     

神经网络在经济预测中的应用

对神经网络理论在时间序列建模和预测中的应用进行了探索．对基于ＢＰ网络及ＫＲＢＦ网络的预测模型进行了分析，并通过对股票价格序列模拟试验得出神经网络对非线性时间序列的预测较传统方法具有一定的优越性．同时神经网络预测模型具有自适应学习和并行处理功能，并可应用于多维时间序列．对经济预测具有重要意义     

小波神经网络在短时交通流中的应用

传统的BP神经网络在预测短时交通流问题上存在很多不足。针对这些不足,提出将小波分析与BP神经网络结合,组成小波神经网络来预测短时交通流的方法。以自贡市某十字路口数据来实测交通流量,Matlab2010b仿真结果表明,小波神经网络在交通流预测精度和收敛速度上都有很大提高。     

神经网络在视频检索中的应用

随着计算机技术的发展,视频数据的容量以几何级数增长。如何在海量视频数据库中快速地检索到所需视频成为热门的研究课题。本文提出了一种基于反馈式神经网络的视频检索算法,对视频进行基于内容的分析和检索。实验表明用该方法检索的准确度比用基于关键帧的视频检索方法平均提高4%以上。     

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。     

概率神经网络在汽轮发电机组故障诊断中的应用

汽轮发电机组逐渐智能化,功能不断增强,但不确定性因素和不确定性信息仍然大量存在。针对该问题,用概率神经网络（PNN）诊断汽轮发电机组故障。PNN优点较多,机器学习算法简易、方便训练,相比于传统样本处理方法,PNN可训练样本并引入训练网络,更好地确保诊断结果正确率与可信度。MATLAB仿真结果表明,PNN在保证诊断结果准确的基础上,速度更快、分类性能大幅提高,诊断效率也提高至98%。     

RBF神经网络在车牌字符识别中的应用

针对现有车牌字符识别算法中存在识别时间长、正确率低的问题,提出了基于粗网格特征提取及RBF神经网络的车牌字符识别算法。该算法首先对车牌图像字符进行预处理,再将提取的车牌字符特征向量输入RBF神经网络进行训练,通过建立汉字字符、字母、字母／数字混合分类器分别对车牌字符信息进行识别,同时引入拒识别和易混字符细识别机制。实验表明,这种方法克服了BP神经网络易陷入局部最小值的问题,提高了识别的正确率,适合于对实时性要求较高的智能交通管理系统。     

神经网络在电路故障诊断中的应用

阐述目前电路基于数据库技术和人工智能专家系统及神经网络原理的故障诊断系统，并将所记录的模糊症状输入到系统中，通过模糊运算后，运用神经网络学习算法来寻找故障类型。     

神经网络算法在TCSC中的应用

根据典型TCSC的补偿原理和结构提出一种基于线路无功电流控制的补偿方法,即当线路发生变化时,通过TCSC的调节保持其无功电流稳定,从而提高线路的输电能力和运行稳定性。针对TCSC现有控制方法中不能有效处理系统的非线性问题,采用先进的基于DSP处理器的神经网络算法,根据实际误差利用LM算法和DFP算法结合来完成,并给出了可靠的算法流程。     

神经网络专家系统及其在材料领域中的应用

本文概述了基于神经网络专家系统的基本组成、工作原理及其特点,并进一步综述神经网络专家系统在材料领域中的应用及其前景和意义。     

BP神经网络在山楂预处理中的应用

采用能任意精度逼近任意函数的BP神经网络对用熏硫法预处理山楂中Vc含量进行建模.建模结果表明,BP神经网络能很好地逼近Vc含量与熏硫量和熏硫时间的函数关系,能够确定最佳熏硫时间和熏硫量,并确定在此条件下的Vc含量.