基于模糊聚类和模糊神经网络的电价经济特性与预测研究

电价是电能市场中一个重要的经济信号,对市场的所有参与者均具有重要的指导作用.文章利用人工神经网络和模糊理论对电价预测进行了研究,构建了基于模糊聚类和模糊神经网络相结合方法的电价预测模型,模型采用模糊C均值算法对样本数据进行聚类分析来获得样本的类别特征以及隶属度函数的模糊参数值,最后通过实际算例对所建模型的可行性和有效性进行了验证.     

基于BP神经网络模型的商品房价格预测研究

鉴于目前商品房价格预测方法存在的问题,在分析影响商品房价格主要因素的基础上,提出采用BP神经网络建立商品房价格预测模型,利用果蝇-蛙跳算法优化BP网络初始权值和阈值等结构参数,选取某城市2000～2018年的商品房价格及其主要影响因素数据作为训练样本和测试样本.通过仿真分析表明:BP神经网络模型经过果蝇-蛙跳算法优化后能加快网络的收敛速度,提高商品房价格预测的精准度,对于政府部门进行房价宏观调控以及房产企业的运营管理都具有一定的参考价值.     

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。     

Internet个性化智能信息检索的分析与研究

本文首先对Internet网上信息检索进行了综述与分析 ,针对存在的问题 ,介绍了智能Agents的解决方法 ,最后本文提出了一个多Agents系统的个性化智能信息检索系统的模型 ,该模型集成了神经网络、最好优先算法、信息过滤、相关反馈等多种算法     

专业社交媒体中的主题知识元抽取方法研究

[目的/意义]以汽车论坛例，提出一种针对专业社交媒体文本的主题知识元抽取方法。[方法/过程]首先，通过LDA模型提取出汽车论坛中文本的主题，并进行去重，形成主题列表；其次，基于融合主题特征的深度学习模型T-LSTM模型构建适于汽车论坛本文的情感分析模型；然后，通过计算各词汇在图模型TextRank中的重要性与各词汇的Word2Vec主题相似度，抽取情感关键词与关键句，用于对文本主题与情感倾向的解释与补充；最后，对上述方法进行集成，输出结构化的主题知识元。[结果/结论]实验结果中，抽取得到的主题知识元合格率达到69.1%，表明本文提出的主题知识元抽取方法，能够围绕知识主题较为准确地抽取知识元，实现知识的结构化转换。     

神经网络技术在文献检索中的应用前景

神经网络是人工智能技术用于文献检索领域的一个主要分支。文中分折了神经网络的主要特点, 说明了在提高检索效率上存在着极大优势, 并从对人的思维的适应性这一角度分析了它与超文本技术相结合的前景。     

运动生物力学信息变换的神经网络模型研究

以铅球运动为例,采用神经网络技术建立了特征量与原始信息的变换模型。探讨了广义的运动生物力学信息逆变换问题。原始数据复原效果较好。从本质讲,神经网络是通过学习获得知识的,因而可用于建立人体运动中较复杂的因果关系模型。     

基于神经网络的大学生身体素质测试评估模型研究

依据《大学生体育合格标准》,建立起神经网络的学习样本,提出了基于神经网络的的男子大学生身体素质评估的训练模型。该模型如实地映射出大学生身体素质评估各项指标与最终评估成绩的相关关系,为大学生身体素质评估的测试提供了更为科学的理论指导。     

神经网络与逻辑电路的相互实现

近年来,神经网络作为实现人工智能的方法和理论,得到了广泛关注.探讨了神经网络与逻辑电路相互实现的方法,阐明将二者有机地结合起来,将大大增强解决各种问题的能力.