基于FFT-FS的土密实度瞬态振动测试信号分析

基于杭州地区广泛存在的粉质粘土,进行了大量的试验工作.通过对试验成果的综合分析,提出了基于傅立叶变换的土密实度瞬态振动测试信号分析方法.通过分析,提取信号的主峰频率作为反映土密实度大小的特征参量.分析结果表明:干密度与主峰频率呈正相关的关系;相反,含水量与主峰频率呈负相关的关系.最后利用最小二乘法原理,获得了土密实度与...     

基于AR谱估计的软土密实度瞬态锤击测试信号分析

在室内试验的基础上，提出了基于AR谱估计的土密实度瞬态锤击测试信号的分析方法，以及根据模型的阶数同信号的主峰频率之间的关系来确定模型阶次的方法．对土密实度瞬态锤击测试信号的AR谱分析结果表明，在含水量基本一致的情况下，随着试样的干密度的增大，信号的主峰频率呈增大的趋势；在干密度基本一致的情况下，随着试样含水量的增大，信号的主峰频率呈减小的趋势，证明了利用瞬态锤击测试法对软土密实度进行测试的思路是可行的．     

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。     

基于神经网络BP模型的建筑项目工程进度控制

通过应用误差反向传播(Back Propagation,BP)神经网络数学模型,利用神经网络充分逼近任意复杂的非线性系统;可学习与适应严重不确定性系统的动态特性和具有很强的鲁棒性和容错性的优点,预测一定投入的项目各自的项目进度结果。实际应用中,根据进度目标和环境条件,有效控制工程进度,这对于完成部队整体计划,节约成本和管理效益最高化具有重要意义。     

基于BP神经网络模型的个人信用风险评估研究

基于神经网络强大的非线性处理能力和模式识别能力,建立信用评估的BP神经网络模型,通过合理应用MATLAB7.0软件的功能,并基于"德国人的信用"数据集中的数据实例详细完整地阐述了模型的建立过程和方法,为商业银行规范个人信贷管理、减少投资风险起到了重要作用,为商业银行个人信贷业务提供了决策依据。     

基于BP神经网络的信息对抗能力选优模型

为了在未来高科技战争中获得主动权,保护国家的信息和信息系统安全,制定出适合相应的军事计划和军事策略,必须正确评估各国之间的信息对抗能力,判断各国的信息对抗水平。为此,结合前人的各种理论,提出了信息对抗能力指标体系,并应用BP神经网络建立了信息对抗能力选优模型。通过算例,验证了该模型的可靠性和可行性,可以将此模型应用于各国信息对抗能力的分析,为国家信息对抗决策提供有价值的参考。     

某破碎楼厂房振动测试研究

某破碎楼分别安装有两台电石破碎机和两台振动筛,在生产正常进行时,发现电石破碎楼有明显的振动现象,尤其是电石破碎楼的三楼非常明显。对该破碎楼进行了在破碎机和振动筛空载运行时引起破碎楼主体结构振动的现场振动监测,为处理电石破碎楼在设备正常运行时存在振动的现象提供相关技术评价依据,也为日后类似的工程提供一些建议。     

基于ARIMA-BP神经网络模型海流流速预测研究

海流是一种具有广阔应用前景的无污染可再生能源,结合ARIMA时间序列预测模型和BP神经网络预测模型的优点,构建ARMA-BP神经网络混合模型,对海流流速预测问题进行研究。采用神经网络模型得出海流流速的残差值对时间序列模型的预测值进行修正,提高了海流流速预测的精度。     

基于BP神经网络的两参数区域对流层延迟模型

为了提高区域对流层延迟模型的精度,利用BP神经算法构建两参数区域对流层延迟新模型。基于河南省部分CORS基准站的数据,将穿刺面作为研究面,基于BP神经网络模型、平面拟合模型、二次曲面拟合模型分别建立两参数区域对流层延迟模型,并设计了3种不同的建模方案,以验证模型的精度。实验结果表明,BP神经网络模型的对流层延迟精度达到mm级,明显优于其他2种模型,BP神经网络模型和平面拟合模型不仅适用于区域内,同样适用于区域外,证实了新模型的有效性。     

高校图书馆服务用户满意度的BP神经网络模型的建立

用户满意度是普遍应用于产品质量，用户满意度评价高校图书馆读者服务是一种已被图书馆界接受的方法。在研究用户满意度指标体系的基础上，建立适合定性、定量评估高校图书馆读者满意程度的BP神经网络模型。     

基于BP神经网络的品牌延伸决策模型

通过分析品牌延伸决策方面现有研究的不足,探讨了消费者品牌延伸评价因素,建立了品牌延伸决策指标体系;结合品牌延伸决策问题具有的非线性和机理不明确等特征,基于品牌延伸决策指标体系,利用BP神经网络建立了品牌延伸决策模型;最后进行了模型应用。     

应用BP神经网络校正铂电阻温度传感器非线性的方法

本文应用BP神经网络算法对铂电阻温度传感器进行非线性校正，给出了BP神经网络的结构和训练权值的方法，在训练网络时对输入量进行了归一化处理。并应用此训练的网络对一实际的温度采集系统进行校正。此方法实现简单，大大方便了铂电阻温度传感器在温度测量中的应用。     

基于BP_Adaboost模型的燃气短期负荷预测

针对神经网络在非数学模型预测中所面临的3个主要问题,提出了一种基于BP_Adaboost算法的预测模型对燃气负荷进行短期预测。预测结果表明,该模型与BP神经网络相比,不但提高了预测精度和泛化能力,而且更能满足具有非线性、时变性和不确定性的负荷预测的需要,具有较好的应用前景。     

BP神经网络在千岛湖水体富营养化变化预测中的应用

将人工神经网络模型引入水质预测中,并据此建立了千岛湖水体富营养化预测的BP神经网络模型。该模型选取了Chla作为网络的输出变量,通过主因子分析,得到温度Tw、pH、Chla、SD、TN 5个水质因子作为网络的输入变量,构建了5个网络模型。本研究表明,以上周的Tw、pH、Chla、SD为输入变量,下周Chla为输出变量的网络方案能够对千岛湖的水质变化进行很好的短期预测,从而能够使管理部门根据此模型掌握千岛湖水质变化趋势,为其制定千岛湖水质管理方案提供理论依据。     

数据挖掘技术在网络舆情预测中的应用

提出一种数据挖掘技术的网络舆情组合预测模型。首先利用灰色模型GM模型对网络舆情进行预测,然后采用BP神经网络对GM模型预测结果进行修正,同时采有粒子群算法优化BP神经网络参数,最后采用某网络某热门话题对模型进行仿真实验。仿真结果表明,本文模型可以准确预测网络舆情变化趋势,提高了网络舆情预测精度。     

政府监管视角下建设市场主体信用评价模型研究

良好的信用环境对于促进建筑业的持续健康发展至关重要。在政府监管视角下,分析建设市场主体信用评价要点并从五个方面构建了信用评价指标体系。在此基础上,基于BP神经网络构建了建筑市场主体信用评价模型。选取国内30家建筑企业信用数据对模型进行验证,利用构建的BP神经网络模型并进行了训练和测试。分析测试结果显示,误差数据满足目标要求,基于BP神经网络的信用评价模型具有较好可行性与准确性。     

创业板研发投入的神经网络预测:是采用RBF模型还是BP模型?

创业板公司成立时间较短、企业规模较小,其研发投入的影响因素较多,使用营业净利率、每股收益、董监高年薪、可持续增长率、资产负债率、现金流量净额和GDP这些指标,运用径向基神经网络(RBF)和逆传播神经网络(BP)方法构建一个训练完成的神经网络模型,研究发现RBF神经网络模型比BP神经网络模型具有更好的拟合、预测效果。     

基于BP神经网络模型的新疆建设用地分析

鉴于BP神经网络在非线性领域预测中的应用,以新疆建设用地为研究对象,构建BP神经网络预测模型,选取1996~2006年总人口、城市化水平、GDP等10个因子,反映新疆人口状况、经济发展水平、产业结构及投资水平作为网络的仿真输入,对2007年新疆建设用地进行模拟预测,预测结果与实际面积的相对误差仅为0.06%.最后针对新疆建设用地中存在的问题,提出了保障经济与社会协调可持续发展的土地利用策略.