关于物价指数模型的改进及应用

对我国有关部门当前采用的物价指数计算模型进行评价,得出了该模型对基年的依赖性较强这一不足,然后改进了此模型得到新的物价指数数据,最后基于改进后的物价指数模型建立了灰色GM（1,1）模型对未来几个月的物价指数进行预测,得出了若干结论．     

基于改进AlexNet模型的肺癌辅助检测方法

针对目前肺部CT图像数据爆炸式增长和人工诊断力量严重不足的矛盾,提出一种基于改进AlexNet模型的肺癌辅助检测方法。该方法在传统8层AlexNet模型的基础上,增加了与传统AlexNet模型第4层相同参数的第5层结构,实现了9层的改进AlexNet模型;采用LIDC-IDRI肺癌检测数据集分别对改进前后的AlexNet模型进行训练,建立模型,并通过测试集数据对传统AlexNet模型和改进的AlexNet模型进行测试,实验结果表明改进的AlexNet模型在肺结节检测上有更好的表现,能够进一步提高对于肺结节的识别精度,从而更好地帮助医生进行辅助诊断,降低医生工作强度。     

基于改进用户浏览行为个性化搜索引擎系统研究

提出了一种改进用户浏览行为的用户兴趣模型,该模型综合考虑了用户对页面的浏览行为、用户的长期兴趣和短期兴趣。将这种改进的用户兴趣模型应用于个性化搜索引擎系统中,详述了系统的基本框架、系统基本功能模块,开发了一个演示系统IUBPSES。模拟实验显示:利用该改进用户兴趣模型的搜索引擎系统进行关键词搜索,其搜索效果优于当前主流搜索引擎系统。最后,指出了需要改进和进一步研究方向。     

改进的K-Means算法在信用卡客户细分中的应用

典型的K-Means算法适用于进行客户细分,但是该算法要求用户必须事先给出精确的k值,这在一定程度上影响和限制了其应用.通过使用聚类有效性函数对其进行改进,克服了该算法要求用户必须事先给定k值的缺点,并采用改进的K-Means算法对信用卡客户进行细分,建立了基于消费行为的客户细分模型.实验结果表明,从该客户细分模型可获知信用卡客户的消费行为模式,为其提供个性化服务.     

VaR约束下限制资产数目的多因素模型及实证

在多因素证券投资组合模型基础上,引入应用广泛的风险价值约束,建立了基于VaR约束的多因素投资组合模型．并给出改进的遗传算法对该模型进行仿真。     

基于优化Shapley算法的Pannering模式的利益分配模型

合理的利益分配机制是Partnering模式成功实施的关键要素之一。论文基于Shapley算法,对我国实施Partnering模式的建筑企业闻的利益分配模型进行了深入研究。并进一步对该模型进行了优化和改进。在原始分配模型基础上补充进风险和难度等影响因素。使该利益分配模型更加公平合理。论文还给出算例以证明该模型的科学性,对建筑业的管理实践具有一定的理论指导意义。     

搜索引擎中分类技术研究

本文提出了一种基于主题采集的Web文档自动分类算法,该算法对朴素贝叶斯分类模型进行了改进。利用该算法,我们实现了一个基于主题信息采集的网页分类系统。文中着重对该系统的页面解析、中文分词和文本分类模块进行了论述,并对改进后的贝叶斯分类方法进行了评估。实验结果表明,该算法对网页分类有较高的准确性。     

RFID 认证改进协议及 RFID 移动支付隐私保护模型研究

在已有的基于Hash函数的RFID认证协议的基础上,提出了一种基于Hash函数的RFID认证协议改进方案。该认证协议改进方案对RFID移动支付系统安全性进行了加强,与原有方案相比,能有效抵抗窃听、重放攻击、假冒等各种威胁,可以作为基于NFC技术的RFID移动支付系统的阅读器和电子标签进行双向认证协议。在改进认证协议的基础上,设计了一种RFID移动支付系统隐私保护模型。通过该模型,RFID移动支付系统面临的安全问题得到了很好的解决。     

基于Spring IoC开源技术的Acegi扩展研究

为进一步提高Acegi的可用性,论文对Acegi的决策管理机制进行了扩展研究.首先,通过分析Acegi认证、授权的基本流程,指出了Acegi访问决策管理器的一种缺陷;针对该缺陷,基于∑模型对Acegi决策管理模型进行了改进;最后,通过研究Acegi访问决策管理器实现技术的主要类关系,结合Spring Ioc技术描述了该改进方案的主要实现技术.     

基于优化改进的Xception模型的垃圾图片分类

Xception模型的训练精度很高,但预测精度不是很高,即出现模型训练过拟合现象,文章对该模型结构做了进一步的优化改进,将改进后的模型应用于垃圾图片分类,实验结果显示优化改进的模型虽然训练精度有所降低,但预测精度比原始的Xception模型有所提高,在一定程度上纠正了过拟合现象。     

BP神经网络的改进及其在股票预测中的应用

研究了BP神经网络,对BP算法的权值初始化进行改进,使得其收敛速度更快,并建立了基于BP神经网络的股价预测模型．最后以深发展A的收盘价为例,分析改进后NBP神经网络模型的预测效果．     

基于BP神经网络的大学生身体素质测评模型与应用

大学生身体素质的培养是高校体育教学关注的重点,建立评估模型,提供操作简单的评估方法,对于科学地评估与监测大学生身体素质状况有着重要的现实意义。利用BP神经网络强大的函数映射能力,建立了反映大学生身体素质总成绩与各项指标成绩相关关系的BP神经网络模型,应用模型对大学生身体素质进行了评估试验,并与其它模型试验结果作对比。结果表明,此模型操作简单,预测精度高,评估结果科学、合理。     

基于BP神经网络的计算机实验室管理评价指标

介绍了一种基于BP神经网络的高校实验室管理水平评价的模型。该模型将实验室管理水平评价指标概念量化为确定的数据作为BP网络的输入,评价结果作为输出,分析了BP网络的训练过程。     

基于BP神经网络和AR模型的人口预测

利用MATLAB编程软件,分别建立BP神经网络和AR模型,采用全国出生率,死亡率,老年抚养率等9个指标作为样本,分别对BP网络和AR模型进行训练,预测5年后的人口数量.结果表明这两种方法预测人口均是可行的,效果较好,误差很小,但是AR模型较适合线性预测,而BP网络适合较非线性预测.     

基于改进型BP网络的入侵检测系统模型研究

指出了传统的基于BP网络的入侵检测的不足之处,提出一种新的BP神经网络的算法,并给出了基于改进型BP神经网络的网络入侵检测系统模型结构;对于新模型的关键技术做了详细的阐述,并且指出新模型的优点．     

人工神经网络在膀胱癌诊断中的应用

目的：探讨应用BP神经网络技术建立诊断模型来判断膀胱癌的可行性。方法：153例患者分为训练集和测试集,应用BP神经网络模型,建立人工神经网络诊断模型,然后随机抽样测试样本输入模型进行预测。结果：人工神经网络预测膀胱癌的灵敏度为100％,特异度为92．3％。结论：人工神经网络诊断模型对膀胱癌的判断有良好的诊断性能。     

一个遗传神经网络预测模型

BP算法是人工神经网络研究的一个常用方法，但从本质上说是属于局部寻优法，容易陷入局部极小点，且存在着学习速度与精度之间的矛盾；遗传算法是一种全局优化算法，具有并行计算能力．本文采用遗传算法来训练前向神经网络，建立一个基于遗传算法和BP算法的神经网络预测模型．试验结果表明它是一个成功较高的预测模型．     

基于灰关联分析的神经网络组合预测模型

针对提供的道路交通事故相关影响因子数据,构建了基于关联分析的灰色神经网络组合道路交通事故预测模型。结合实例,用所提出的模型给与了预测。结果表明,基于灰色关联分析神经网络预测模型充分发挥关联选优的优越性,比全输入神经网络预测模型有更好的预测精度,从而说明运用灰色关联分析方法对输入因子选择是有效可行的。基于灰色关联分析的神经网络组合交通事故预测模型充分发挥各单一模型的优点同时弱化了单一模型的缺点,比单一模型的预测结果更理想、精度更高。     

神经网络融合模型在大坝变形分析中的应用

为了提高大坝变形分析模型的预测精度并检验模型的泛化能力,研究了大坝变形分析的BP神经网络模型,并基于神经网络BP算法和传统的统计模型建立了大坝变形分析的融合模型．结合陈村大坝多年的变形观测数据,对上述3种模型进行了试算及分析．分析结果表明,统计模型的平均预测精度为±0．477mm．BP神经网络模型的平均预测精度为±0．390mm,融合模型的平均预测精度为±0．318mm,相比统计模型和BP神经网络模型分别提高了33％和18％,且泛化能力较强,具有广泛的适用性．     

Matlab人工神经网络工具箱中的BP工具函数及其应用

人工神经网络中的BP网络模型在函数逼近、模式识别等领域得到了广泛的应用 ,但利用神经网络解决实际问题时 ,经常涉及到大量的数值计算问题 ,而运用计算机高级语言编程对神经网络BP模型进行仿真和辅助设计是件十分麻烦的事情 ,为了解决这个矛盾 ,Matlab工具箱中专门编制了大量有关设计BP网络模型的工具函数 .本文分析了Matlab软件包中人工神经网络工具箱的有关BP网络的工具函数 ,并给出了部分重要工具函数的实际应用