基于灰色马尔科夫模型的制冷系统故障预测

详细分析了环境试验设备制冷系统关键测试信号特点,提出基于灰色马尔科夫模型状态预测方法,对制冷系统进行故障预测。通过测试样本获得制冷系统冷却水出口温度变化关系,从而得到经灰色马尔科夫预测后的预测样本,最后对预测样本和检验样本作比较分析。试验结果表明,灰色马尔科夫模型预测精度明显高于GM(1,1)模型,适用于随机性和波动性较大的序列预测问题,为制冷系统故障预测提供了一种新的方法。     

高二英语期中考试的预测效度研究

预测效度是语言测试领域里相对来说比较新的题材,自20世纪50年代以来受到一些语言测试研究者的关注。本文以预测效度的理论为依据,目的在于通过分析高二学生的英语期中与期末考试的分数来研究英语期中考试的预测效度。研究结果将对高中英语教与学有很大作用。     

探讨支持向量机在电力负荷预测中的运用

在电力负荷预测方面,支持向量机具有一定的运用优势。基于这种认识,本文提出了一种采用遗传算法实现参数优化的LS-SVM模型。从测试结果来看,该模型预测精度较高,测试误差较小,能够获得较好的平衡学习能力和泛化能力,可以利用有限数据信息获得最优预测精度。     

基于rough集与BP神经网络的大非减持度预测研究

以深交所大非股东为研究对象,将BP神经网络结合rough集理论应用于大非减持度预测,构建一套减持度预测系统,测试结果表明该预测系统平均预测准确度较高,具有实用性,能够为普通投资者及监管者提供参考作用。     

Web性能测试与预测

讨论了Web应用的性能测试方法和测试工具,并在一个Web应用的实例中给出了运用这些工具和方法的测试过程,以及对测试结果的分析.设计了一种基于转导推理的预测算法,基于有限的历史测试数据,对系统的性能进行预测,并取得了接近实测的预测效果.还根据测试结果简要分析了对Web应用性能进行优化的一般方法.     

运用人工神经网络预测净水厂混凝投药的研究

运用前馈式人工神经网络,通过建立网络模型并进行训练、测试,对华北地区某水厂的混凝投药量进行了预测,达到了较好的预测效果。     

中小上市公司信用风险评估比较研究——基于径向基神经网络和BP神经网络模型

以114家中小上市公司为研究对象,运用BP神经网络模型和径向基网络模型对训练样本和测试样本中一定比例的"非ST"和"被ST"进行了信用评估。按照各上市公司财务状况把公司划分为"好"和"差"两类。仿真结果表明:BP神经网络模型对测试样本的预测准确率高达88.9%,而径向基网络模型对测试样本的预测准确率只有77.8%,比BP神经网络模型的准确预测率低了11个百分点。     

神经网络在足球比赛中的胜负预测

因人工神经网络具有极强的非线性逼近能力,所以在诸多领域中得到了广泛的应用。足球作为世界第一大运动,相关专家及球迷一直热衷于对其比赛的结果进行预测。本文提出了一种使用神经网络来预测比赛胜负的新方法,并用R语言进行实现并在相关数据集上进行测试,通过测试发现所提出的新预测方法具有一定的可靠性。     

基于极限学习机的分布式电力负荷预测

现代电力负荷数据以海量形式存在,传统单机模式无法满足电力负荷在线预测效果的要求。为了改善大规模电力负荷数据的预测效果,设计了基于极限学习机的分布式电力负荷预测模型。首先提取电力负荷数据,通过混沌理论的相空间重构方法对电力负荷数据进行预处理,产生电力负荷数据预测建模样本,然后将电力负荷数据预测建模样本细分成为多个子样本,通过云计算集群系统的分布式方式并行实现子样本建模,每一个小样本通过极限学习机进行建模和预测,最后采用具体电力负荷数据进行了仿真测试实例研究,测试结果表明,本文模型加快了大规模电力负荷数据建模速度,可以足电力负荷在线预测效果,而且电力负荷预测精度要明显优于当前其它电力负荷预测模型。     

PCB线路良率预测方法介绍

本文介绍了一种国外的先进PCB评估方法,利用这种测试可以预测PCB线路良率。     

试飞参数测试系统校准周期预测方法

针对目前试飞参数测试系统的校准工作日益繁重的现状,本文提出了一种经修正的灰色预测模型理论来预测试飞参数测试系统的校准时间间隔。这种预测方法所需的数据量少,精度高,可以为试飞测试过程中的校准工作提供可靠的参考依据,可在一定程度上节约可观的人力成本,并同时可以减少因为频繁地拆装飞机上的传感器造成的不必要的设备损坏。     

基于混沌理论和LSSVM的网络攻击预测算法

针对网络攻击具有多样性、时变性,传统预测方法预测精度较差的问题,提出一种混沌理论和LSSVM相融合的网络攻击预测算法.利用网络攻击频率时间序列预测模型参数之间的联系,采用粒子群优化算法对模型参数进行组合优化.采用最优参数的预测模型对具体网络攻击频率数据进行仿真测试,并与其它预测算法进行对比.实验结果表明,该方法对网络攻击频率预测精度要高于对比算法,是一种泛化能力好、预测结果可靠的网络攻击预测算法.     

BP神经网络图书文献经费预测模型

旨在应用BP神经网络的函数逼近功能,建立一维时间序列数据图书文献经费的预测模型。基于MAT-LAB6.5BP神经网络训练,得出的预测结果与各个示例的实际数值比较吻合。测试样本的训练结果表明,该模型适用于图书文献经费预测。     

软件测试中选择有效测试技术的一种方法

软件测试对于软件发展具有重要作用,有多种不同的软件测试技术,如何从中选择一个高效的测试技术是软件测试管理中的一个重要问题。本文针对该问题分析了覆盖水平与测试技术有效性之间的关系,并以路径覆盖测试和判定覆盖测试这两种方法为例进行了实验研究,结果表明在缺陷检出率及测试用例数与测试覆盖率之间遵循幂指数关系,这种幂指数关系有助于测试人员在给定覆盖率时,对缺陷发现率和需要的测试用例数进行预测。     

蛋白质糖基化位点的因子分析及KNN预测

为了分析糖基化蛋白质序列的结构特点并提高蛋白质O-糖基化位点的预测准确率,首先用因子分析的方法得到了训练样本的公因子,进一步得到了训练样本的因子得分以及变换矩阵;对测试样本首先用变换矩阵进行变换得到测试样本的因子得分,用K-最近邻(KNN)方法对因子得分进行分类。实验样本用稀疏编码方式编码,窗口长度为21。实验结果表明,与直接用KNN对原始观测数据进行预测的方法相比,通过因子分析变换对因子得分进行预测的结果更好。     

基于GPIB和单片机的继电器测试系统设计与实现

通过一些实际分析案例,研究总结了电磁继电器的常见失效模式和机理;针对性地分析部分由于材料理化特性退化导致继电器失效的案例以及与退化相关的特性参数;讨论通过测试关键特性参数来预测潜在退化的可能性。基于GPIB总线和IC单片机控制器,利用计算机系统设计了一套可用于不同应力条件下的继电器关键特性参数测试系统;通过优化软硬件设计,实现了测试过程的自动控制、试验数据实时采集以及智能分析功能,此测试平台为继电器退化趋势分析和寿命预测提供了有力的支撑。     

大型风力发电机组主控测试系统研究

大型风力发电机组自身运行环境具备复杂多变的特点,运行工况也不能被精准预测,其主控系统需要确保一定的可靠性,为整个系统运行提供有利条件。本文根据以往工作经验,对大型风力发电机组主控系统概述进行总结,并从测试思路、测试系统的组成、系统测试方案、测试的注意事项四方面,论述了大型风力发电机组主控测试工作的具体思路。     

RBP网络在大型发电机微碱循环水测量中的应用

大型发电机微碱循环水的测试具有被测水量太,测试间隔时间长的特点,鉴于此,提出一个利用神经网络建立一个预报模型的方法,并将该模型用于水质的测量和预测,通过现场测试,本系统实时性好,可靠性和精度高,大大提高了水质测量的科学性和水质调节的指导性,是一个利用BP网络进行软测量的典型应用.     

剪切波速测试在建筑场地类别划分中的应用分析

文章介绍了剪切波速测试的基本原理及目前市场上常用的测试仪器，对现场测试的工序流程及注意事项进行总结，详细推导了剪切波传播层速度及平均速度的计算过程。最后以包头市某工程勘察场地为实例，分析了剪切波速测试在建筑场地类别划分中的应用效果，为该地区相同地层场地的剪切波速预测提供数据参考。     

基于资源组合预测的云计算任务调度算法

云计算资源负荷状态的动态变化,使得如何预测其变化情况,从而合理地实施任务调度,成为亟待解决的问题。针对该问题,提出一种基于资源组合预测的云计算任务调度算法。该模型采用偏最小二乘回归从各种单一模型的预测结果中提取有效成分,建立组合预测模型;再依据对资源结点的资源预测结果和最小完成时间原则实施任务调度。仿真测试结果表明,该算法具有较好的性能与负载均衡性。