BP神经网络在数字参考咨询服务评价中的应用

本文首先介绍了BP神经网络原理,并构建一个数字参考咨询服务评价指标体系,在此基础上提出了一种基于BP神经网络的评价模型来对这项服务进行定量评价。     

基于BP神经网络的稿件质量评价系统

分析了科技期刊稿件审理的指标体系与BP神经网络的基本原理，建立了基于BP神经网络的稿件质量评价系统，输入层为6个节点，输出层为1个节点，中间层为12个节点，并应用24个样本对网络进行了训练。检验结果表明，检验样本的期望输出结果与网络模型的计算结果的最大误差小于0．1％，说明该模型可行。     

网络环境下高校图书馆的参考咨询工作研究

文章研究了网络环境下高校图书馆参考咨询工作的新特点、咨询服务的新理念，探讨了参考咨询馆员的新角色，并提出了网络环境下参考咨询馆员应具备的综合素质。     

基于神经网络的大学生信息素质评价模型构建

提出了一种基于主成分分析的BP神经网络模型,用于大学生信息素质的综合评价;根据制定出的大学生信息素质的评价指标体系,采用主成分分析方法对众多评价指标进行了降维处理,构建出了大学生信息素质BP神经网络的评价模型。     

粗糙集和BP神经网络在供应链绩效评价中的应用研究

从知识发现和数据挖掘的角度,利用粗糙集和BP神经网络的理论和方法,建立了基于粗糙集和BP神经网络相结合的供应链绩效评价模型。并结合一个供应链绩效评价实例,首先对其基于平衡记分卡的指标体系进行了约简,然后将约简的评价指标输入到BP神经网络中进行智能训练,最后把评价的样本输入到训练好的BP网络中,得出供应链绩效的评价值、评价结果与实际结果基本一致。     

基于BA-BP算法的企业经营状况评价模型

传统BP神经网络参数的选取是随机的,这样易使网络陷入局部最优,针对这一缺点,提出了利用蝙蝠算法优化BP网络参数的改进算法——蝙蝠-BP算法(BA-BP),并将其应用于企业经营状况的评价研究中。建立了基于BA-BP算法的企业经营状况的评价模型,运用测试样本对该评价模型与传统BP模型的预测效果进行了对比,仿真结果表明:BA-BP算法的预测精度比传统BP神经网络的预测精度高,所以基于BA-BP算法的评价模型能够有效地评价企业的经营状况。     

刍议数字图书馆的参考咨询服务

数字图书馆时代的到来使传统的参考咨询工作内容和形式上都发生了实质性的变革，出现了信息资源多元化、咨询用户社会化、用户需求一体化和咨询手段现代化等发展趋势。为此，只有加强网络信息资源组织、扩大咨询范围和内容、提高咨询馆员素质、注重咨询用户教育、制定新的咨询服务评价标准及建立分布式协作咨询系统，才能建立充满生机与活力的面向21世纪的参考咨询服务体系。     

基于BP神经网络模型的互联网金融信用风险评估研究

本文从P2P网络信贷的运作模式入手,研究BP神经网络模型在P2P网贷借款人信用风险评估中的适用性,建立P2P借款人的信用风险评估指标体系,从而确定BP神经网络模型的基本结构并建立BP神经网络评价模型,减少P2P网络借贷风险。     

浅议现代参考咨询馆员的素质

从参考咨询馆员应具备的素质入手,分析现代参考咨询馆员应具备的素质,提出加强图书馆参考咨询馆员的措施。     

基于粗糙集和BP神经网络的复合图书馆馆藏质量评价研究

建立了基于粗糙集和BP神经网络的复合图书馆馆藏质量评价模型,首先运用粗糙集模型对评价指标体系中的指标进行约简,消除冗余,然后把约简后得到的评价指标输入到BP神经网络中进行智能训练,最后把待评价的检测样本输入到训练好的BP网络中,得到了馆藏质量实际输出值,实际输出与期望输出结果相吻合,从而证明了评价的可行性和有效性.     

商业银行客户信用综合评估的BP神经网络模型的建立

根据资信评估理论,结合我国商业银行实际情况,设计了商业银行客户信用评估的指标体系,同时,运用BP神经网络构建客户信用综合评估模型,并提出了相应的算法。     

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。     

服务外包产业集群创新能力量化评价研究

本文通过对服务外包产业集群创新能力影响因素的分析,针对基本影响要素定量研究的难点,运用BP神经网络算法构建服务外包产业集群创新能力评价模型。以我国17个城市的服务外包产业集群创新能力评价分析为实证案例,有效说明了基于BP神经网络算法的服务外包产业集群创新能力评价模型应用步骤和评价效果,提出了提升创新能力的主要路径。     

管理干部综合素质模糊评价体系的神经网络模型

本文根据人工神经网络的理论，利用高泛化性能的BP神经网络建立了企业管理人员综合素质的模糊评价模型，通过仿真和实例表明了模型的有效性，给管理干部综合素质的测评提供了一种简便、有效的方法。     

MATLAB和DELPHI混合编程在风险评价数学模型中的应用

该文以神经网络数学模型为基础,对项目风险评价进行了研究。文章论述了BP神经网络能准确、快捷地评价项目风险,有较强的实用性;但其数学模型较为繁琐,为提高效率和质量,利用OLE接口,实现了在DELPHI中调用MATLAB神经网络工具箱。     

公路软基沉降预测的PSO-NN模型

针对BP神经网络模型存在的不足,采用PSO算法训练神经网络权值,建立了公路软基沉降预测的PSO-NN模型.工程实例分析验证了PSO-NN模型的合理性与准确性,通过与实测沉降数据、BP神经网络模型和GA-NN模型预测结果的比较,说明PSO-NN模型具有更高的预测精度.本文的方法为公路软基沉降预测提供了一种新的预测途径.     

基于BP神经网络的不同学习方案下上市公司信用风险评价

企业的信用风险评级是金融领域的一个重要问题,采用BP神经网络来研究上市公司的信用风险评价问题。首先构建了上市公司信用评价的财务指标体系,然后根据3个不同的隐层结点,生成3种不同的神经网络模型。设计7种不同的学习一验证比例,选取了不同行业上市公司的财务数据,利用MATLAB中的神经网络工具箱编程进行实证分析在哪种模型和学习一验证比例下能够更好的对企业进行信用风险评价。